0%

emmm,这次尝试用不那么杂乱的方式去记录。

遇到一个小姑娘,人挺好,脾气也挺大,不太清楚什么原因,我挺喜欢跟她混在一起。

她是一个什么样子的人?

  • 第一反应是奇怪,很多想法跟我差距蛮大的,有些东西我甚至难以理解,是不是年龄差距大,有代沟了。
  • 脾气,不太好,应该生过好多次气,大部分都是打哈哈就过去了。不过有一次,我也很生气,一个月互相都没联系。
  • 怕冷场,努力的说话,就是为了场面不那么尴尬。可能这对她来说,是一个不太想回忆的场景?
  • 可能是一个内向的人吧,我们俩人格测试的结果差不多,她比我严重点。纠结、内耗、讨好型、I还是E型来着,记不清楚了。。
  • 喜欢唱歌,唱的也好听,上次晚上吃完饭,一起散步,路灯下,桂花旁,两个人,她唱着歌,我在她身边晃悠的走着。我很喜欢这种感觉,内心有一丝悸动。
  • emmm,不知道算不算,跟她在一起会感到快乐。

有想过追她吗

  • 想过,但是每次都放弃了,很多原因
  • 我现在还没有结束,哪怕已经是这样子了,依然会有负罪感
  • 另外一个是自卑吧,年龄差距大,她也很受人喜欢,感觉我不太配
  • 另外的一些性格、尿性。感觉也不太适合。
  • 嗯,把上面这些写下来,感觉确实不应该追。
  • 总体来说,喜欢跟她在一起,但是种种原因又导致,不适合在一起。

她跟你的关系

  • 她对我应该有些好感,类似大哥哥那种?或者大叔?我也是第一次遇到,很新奇的感觉
  • 不知道是不是喜欢,感觉像,又感觉不像。。。有人说过,当你有这种感觉的时候,那就不是。

你的打算

维持现状吧,没有太多的想法,不要越界,享受现在拥有的,这对我来说已经够了。

随便写写

感觉我自己是有点问题,太少与异性打交道了,导致稍微有一些好感,就会胡思乱想。

需要调整一下这种心态,嗨,屌丝的命。。。

挺羡慕朋友的风格,不管行不行,先去试试,万一成了呢

考虑的太多,导致我不太愿意去改变,不想接受失败的后果,好吧,好像也没那么难以接受。。。性格使然吧

就这。

给一个单向关系图,实现广度优先算法

题解

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
use std::collections::HashMap;
use std::collections::HashSet;

fn search_m<'a>(hashmap: HashMap<&str, Vec<&'a str>>) -> Option<&'a str> {
let mut queue: Vec<&str> = Vec::new();
let mut check_list = HashSet::new();
if let Some(first) = hashmap.get("you") {
for ele in first {
queue.push(ele);
}
}
while queue.len() > 0 {
let c = queue.remove(0);
if check_list.contains(c) {
continue;
}
check_list.insert(c);
if c.ends_with("m") {
return Some(c);
}
if let Some(eles) = hashmap.get(c) {
for ele in eles {
queue.push(ele)
}
}
}
None
}

fn main() {
let mut hashmap = HashMap::new();
hashmap.insert("you", vec!["alice", "bob", "claire"]);
hashmap.insert("bob", vec!["anuj", "peggy"]);
hashmap.insert("alice", vec!["peggy"]);
hashmap.insert("claire", vec!["you", "thom", "jonny"]);
hashmap.insert("anuj", vec![]);
hashmap.insert("peggy", vec![]);
hashmap.insert("thom", vec![]);
hashmap.insert("jonny", vec![]);

let v = search_m(hashmap);
match v {
Some(i) => {
println!("find mongoose! name {:?}", i);
}
None => {
println!("not find mongoose");
}
}
}

思路

创建一个队列,把离自己最近的一层放在队列内
队列出队,检查当前元素是否符合要求,符合终止查找
不符合,把该元素的子集放入队列
这样子,只要队列不为空,就能把所有的内容检查一遍,且依照离原点最近的距离检查。

实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
fn q_srot(arr: &Vec<i32>) -> Vec<i32> {
if arr.len() < 2 {
return arr.clone();
}
let base = arr[0];
let small: Vec<i32> = arr.into_iter().filter(|x| *x < &base).map(|x| *x).collect();
let bigger: Vec<i32> = arr.iter().filter(|x| *x > &base).map(|x| *x).collect();
let result: Vec<i32> = q_srot(&small)
.into_iter()
.chain(vec![base])
.chain(q_srot(&bigger))
.collect();
return result;
}

理解思路

分治,就是把问题不断的分解,这个问题的最小解就是问题的答案。不是所有的问题都可以使用分治

递归是实现分治的方案

递归实现的两个重要条件

  • 基准条件,满足此条件相当于找到最小解,可以结束递归
  • 递归条件,如何递归能得到结果

草,写这个东西是真的很困难。

还是需要在理解一下分治

重要的两点

  • 如何找出基线条件
  • 如何缩小计算规模

示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
/**
* 计算元素的和
*/
function sum(arr: number[]) {
if (arr.length === 0) {
return 0;
}
if (arr.length === 1) {
return arr[0];
}
let [c, ...rest] = arr;
return c + sum(rest);
}

let a = sum([2, 4, 6]);
console.log(a);

/**
* 计算元素的长度
*/
function ArrayLength(arr: number[]) {
if (arr.length === 0) {
return 0;
}
let [i, ...rest] = arr;
return 1 + ArrayLength(rest);
}

let a = ArrayLength([2, 4, 6]);
console.log(a);

/**
* 找出元素中的最大值
*/
function maxNumber(arr: number[]) {
if (arr.length === 0) {
return -Infinity;
}
let [i, ...rest] = arr;
let max = maxNumber(rest);
return i > max ? i : max;
}

let a = maxNumber([-1]);
console.log(a);


/**
* 二分查找,分治方法
*/
function midSearch(arr: number[], search: number) {
if (arr.length === 0) {
return -1;
}
if (arr[0] === search) {
return arr[0];
}
let mid = (arr.length - 1) / 2;
if (arr[mid] > search) {
return midSearch(arr.slice(0, mid), search);
} else {
return midSearch(arr.slice(mid, arr.length), search);
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// 分治,二分查找,Rust版本
fn mid_search(arr: Vec<i32>, search: i32) -> i32 {
if arr.len() == 0 {
return -1;
}
if arr[0] == search {
return arr[0];
}
let mid = (arr.len() - 1) / 2;
if arr[mid] > search {
return mid_search(arr[0..mid].to_vec(), search);
} else {
return mid_search(arr[mid..arr.len()].to_vec(), search);
}
}

题目

写一个选择排序

题解

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
fn selection_sort(arr: Vec<i32>) -> Vec<i32> {
let mut min = std::i32::MIN;
let mut result = vec![];
for _i in &arr {
let c_min = find_small(&arr, min);
min = c_min;
result.push(c_min);
}
result
}
fn find_small(arr: &Vec<i32>, min: i32) -> i32 {
let mut c_min = std::i32::MAX;
for i in arr {
if *i <= min {
continue;
}
if *i < c_min {
c_min = *i;
}
}
c_min
}

题目

定义栈的数据结构,请在该类型中实现一个能够得到栈的最小元素的 min 函数在该栈中,调用 min、push 及 pop 的时间复杂度都是 O(1)。

示例:

MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.min(); –> 返回 -3.
minStack.pop();
minStack.top(); –> 返回 0.
minStack.min(); –> 返回 -2.

题解

个人

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
use std::{f32::MIN, vec};

struct MinStack {
stack_a: Vec<i32>,
stack_b: Vec<i32>,
}

/**
* `&self` means the method takes an immutable reference.
* If you need a mutable reference, change it to `&mut self` instead.
*/
impl MinStack {
/** initialize your data structure here. */
fn new() -> Self {
return MinStack {
stack_a: vec![],
stack_b: vec![],
};
}

fn push(&mut self, x: i32) {
self.stack_a.push(x);
if self.stack_b.len() == 0 {
self.stack_b.push(x);
} else if self.min() >= x {
self.stack_b.push(x);
} else {
self.stack_b.push(self.min());
}
}

fn pop(&mut self) {
self.stack_a.pop();
self.stack_b.pop();
}

fn top(&self) -> i32 {
let top: i32 = self.stack_a.last().unwrap().clone();
top
}

fn min(&self) -> i32 {
let min: i32 = self.stack_b.last().unwrap().clone();
min
}
}

思路

  • emmm,没思路,对栈不熟悉,看了代码才知道应该用两个栈来存储数据。
  • 第一个栈正常存数据,第二个栈存数据的最小值,一一对应的

来源

用两个栈实现队列

题目

用两个栈实现一个队列。队列的声明如下,请实现它的两个函数 appendTail 和 deleteHead ,分别完成在队列尾部插入整数和在队列头部删除整数的功能。(若队列中没有元素,deleteHead 操作返回 -1 )

示例 1:

输入:
[“CQueue”,”appendTail”,”deleteHead”,”deleteHead”,”deleteHead”]
[[],[3],[],[],[]]
输出:[null,null,3,-1,-1]
示例 2:

输入:
[“CQueue”,”deleteHead”,”appendTail”,”appendTail”,”deleteHead”,”deleteHead”]
[[],[],[5],[2],[],[]]
输出:[null,-1,null,null,5,2]
提示:

1 <= values <= 10000
最多会对 appendTail、deleteHead 进行 10000 次调用

题解

原生方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
use std::collections::VecDeque;

struct CQueue {
stack: VecDeque<i32>,
}

impl CQueue {
fn new() -> Self {
CQueue {
stack: VecDeque::new(),
}
}

fn append_tail(&mut self, value: i32) {
self.stack.push_front(value);
}

fn delete_head(&mut self) -> i32 {
let v = self.stack.pop_back();
match v {
Some(v) => v,
None => -1,
}
}
}

双 vec

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
#[derive(Default)]
struct CQueue {
stack1: Vec<i32>,
stack2: Vec<i32>,
}

impl CQueue {
fn new() -> Self {
Self::default()
}

fn append_tail(&mut self, value: i32) {
self.stack1.push(value);
}

fn delete_head(&mut self) -> i32 {
if let Some(i) = self.stack2.pop() {
return i;
};
while let Some(i) = self.stack1.pop() {
self.stack2.push(i);
}
self.stack2.pop().unwrap_or(-1)
}
}

思路

  • 第一反应是找原生队列支持,确实有,引入标准库就可以了。
  • 做完后发现跟题目不太符合,需要用两个栈来实现队列的功能。
  • 栈是先进后出,队列是先进先出
  • 原生 vec 可以实现栈的功能,pus- pop。
  • 把出栈的内容 push 到第二个 vec 里面,然后 在第二 vec pop 出来,就实现了类似队列的功能
  • 比如 stack1.push(1),stack1.push(2), stack1 = [1,2]; stack2 = [];
  • stakc2.push(stack1.pop()),stack1 = [1];stack2= [2]
  • stakc2.push(stack1.pop()),stack1 = [];stack2= [2,1]
  • stack2.pop(),stack1 = [];stack2= [2],返回值 1
  • stack2.pop(),stack1 = [];stack2= [],返回值 2

来源