当前位置: 首页 > article >正文

力扣上C语言编程题

  一. 简介

本文简单记录一下力扣上 C语言编程题。作为自己做题笔记。

二. 力扣上 C 语言编程题

1. 从数组中找到两个元素之和,等于一个 target目标值

具体题目说明:给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target  的那 两个 整数,并返回它们的数组下标。

你可以假设每种输入只会对应一个答案,并且你不能使用两次相同的元素。

你可以按任意顺序返回答案。

C语言实现如下:

/*** Note: The returned array must be malloced, assume caller calls free().*/
int* twoSum(int* nums, int numsSize, int target, int* returnSize) {int i, j;int* ret_buf = (int*)malloc(2 * sizeof(int));for(i = 0; i < numsSize; i++) {for(j = i+1; j < numsSize; j++) {if((nums[i] + nums[j]) == target) {ret_buf[0] = i;ret_buf[1] = j;*returnSize = 2;return ret_buf;}}}*returnSize = 0;return NULL;
}

2. 字母异位词分组

给你一个字符串数组,请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

题目分析:

(1) 什么是字母异位词?

字母异位词指的是由相同字母重新排列组合而成的不同单词或短语。

(2) 解题思路:

字母异位词排序后的字符串是相同的,可以利用排序后的字符串相同进行分组。

排序后的字符串作为哈希表中某一个桶的标志。

具体方法如下:

1) 创建节点结构体和哈希表

2)对每个字符串进行排序,再逐个插入哈希表中(排序后的字符串作为哈希表中的键,对应的字符串作为值);

3)遍历哈希表,获取哈希表中桶数量,即位所输出的二维数组的元素数目returnSize ;

4)将哈希表中元素逐个拷贝到返回值 buf 中,将二维数组中每个组的元素数目也拷贝到返回值中 returnColumnSizes;

代码实现如下:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>//定义字符串最大长度
#define  STR_LENGTH  200
//定义哈希表大小
#define  HASH_SIZE  10005typedef struct hash_node{//key为桶的标志(排序后的字符串作为key)char key[STR_LENGTH]; //存放键值key对应的字符串(因为一个key对应多个字符串,所以需要二维数组)char** group;  //group中字符串的个数 int group_size;//创建链表用(为了解决不同key映射到同一个位置时的冲突)struct hash_node* next;
} hash_node;hash_node* hash_table[HASH_SIZE];//对字符串进行排序,排序后的字符串作为哈希表的key
int str_sort(const void* a, const void* b) {const char* tmp_a = (const char*)a;const char* tmp_b = (const char*)b;return *tmp_a - *tmp_b;
}//计算哈希值的函数
int hash_function(const char* key) {int ch = 0;//数学证明这个数字更难发生冲突unsigned int hash_value = 5381;while(ch = *key++) {hash_value = ((hash_value << 5) + hash_value) % HASH_SIZE;}return hash_value;
}int insert_hash(char* key, char* str) {if(!key || !str) {return -1;}//通过哈希函数计算哈希值int position = hash_function(key);hash_node* node = hash_table[position];//判断键值key在哈希表中是否已存在while(node) {if(strcmp(node->key, key) == 0) {node->group[node->group_size] = str;node->group_size++;return 0;}node = node->next;}//key在哈希表中不存在,则创建新节点并进行插入(头插入法)    hash_node* new_node = (hash_node*)malloc(sizeof(hash_node));strncpy(new_node->key, key, STR_LENGTH);new_node->group = (char**)malloc(1000 * sizeof(char*));new_node->group[0] = str;new_node->group_size = 1;new_node->next = hash_table[position];hash_table[position] = new_node;return 0;
}//释放哈希表内存
void free_hashtable_memory(void) {int i = 0;for(i = 0; i < HASH_SIZE; i++) {hash_node* node = hash_table[i];while(node) {hash_node* tmp_node = node->next;free(node->group);free(node);node = tmp_node;}}
}/*** Return an array of arrays of size *returnSize.* The sizes of the arrays are returned as *returnColumnSizes array.* Note: Both returned array and *columnSizes array must be malloced, assume caller calls free().*/
char*** groupAnagrams(char** strs, int strsSize, int* returnSize, int** returnColumnSizes) {int i = 0;memset(hash_table, 0, sizeof(hash_table));//对每个字符串进行排序,再将字符串逐个插入哈希表中for(i = 0; i < strsSize; i++) {char* ptr = strs[i];char key[STR_LENGTH];strncpy(key, ptr, STR_LENGTH);qsort(key, strlen(key), sizeof(char), str_sort);insert_hash(key, ptr);}*returnSize = 0;//遍历哈希表,获取哈希表中桶数量(即获取returnSize)for(i = 0; i < HASH_SIZE; i++) {hash_node* node = hash_table[i];while(node) {(*returnSize)++;node = node->next;}}printf("*returnSize: %d\n", *returnSize);//获取返回数组,获取 returnColumnSizes(returnColumnSizes为每个group的字符串个数)char*** result = (char***)malloc((*returnSize) * sizeof(char**));*returnColumnSizes = (int*)malloc((*returnSize) * sizeof(int));int index = 0;for(i = 0; i < HASH_SIZE; i++) {hash_node* tmp_node = hash_table[i];while(tmp_node) {//把tmp_node的二维数组放到三维数组result的对应位置//为result的每个指针开辟指向二维数组空间result[index] = (char**)malloc(tmp_node->group_size * sizeof(char*)); for(int n = 0; n < tmp_node->group_size; n++) {result[index][n] = tmp_node->group[n];}(*returnColumnSizes)[index] = tmp_node->group_size;index++;tmp_node = tmp_node->next;}}//释放哈希表内存资源free_hashtable_memory();return result;
}

以上的代码已经过编译运行(力扣网),可实现预期效果。

相关文章:

力扣上C语言编程题

一. 简介 本文简单记录一下力扣上 C语言编程题。作为自己做题笔记。 二. 力扣上 C 语言编程题 1. 从数组中找到两个元素之和&#xff0c;等于一个 target目标值 具体题目说明&#xff1a;给定一个整数数组 nums 和一个整数目标值 target&#xff0c;请你在该数组中找出 和为…...

卡西欧模拟器:Windows端功能强大的计算器

引言 大家还记得初中高中时期用的计算器吗&#xff1f;今天给大家分享的就是一款windows端的卡西欧计算器。 软件介绍 大家好&#xff0c;我是逍遥小欢。 CASIO fx-9860G是一款功能强大的图形计算器&#xff0c;适用于数学、科学和工程计算。以下是其主要功能和特点的详细介…...

鸿蒙OSUniApp结合机器学习打造智能图像分类应用:HarmonyOS实践指南#三方框架 #Uniapp

UniApp结合机器学习打造智能图像分类应用&#xff1a;HarmonyOS实践指南 引言 在移动应用开发领域&#xff0c;图像分类是一个既经典又充满挑战的任务。随着机器学习技术的发展&#xff0c;我们现在可以在移动端实现高效的图像分类功能。本文将详细介绍如何使用UniApp结合Ten…...

机器学习基础(三) 逻辑回归

目录 逻辑回归的概念核心思想 Sigmoid 函数 逻辑回归的原理和底层优化手段伯努利分布最大似然估计 Maximum Likelihood Estimation &#xff08;MLE&#xff09;伯努利分布的似然函数交叉熵损失函数&#xff08;Cross-Entropy Loss&#xff09;&#xff0c;也称为 对数损失&…...

系统调试——ADB 工具

ADB 工具 1.1 概述 ADB&#xff08;Android Debug Bridge&#xff09; 是 Android SDK 里的一个工具&#xff0c; 用这个工具可以操作管理Android 模拟器或真实的 Android 设备。 主要功能有&#xff1a; 运行设备的 shell&#xff08;命令行&#xff09;管理模拟器或设备的端…...

Qwen-3 微调实战:用 Python 和 Unsloth 打造专属 AI 模型

虽然大家都忙着在 DeepSeek 上构建应用&#xff0c;但那些聪明的开发者们却悄悄发现了 Qwen-3 的微调功能&#xff0c;这可是一个隐藏的宝藏&#xff0c;能把通用型 AI 变成你的专属数字专家。 通过这篇文章&#xff0c;你将学到如何针对特定用途微调最新的 Qwen-3 模型。无论…...

微软Build 2025:Copilot Studio升级,解锁多智能体协作未来

微软Build 2025大会圆满落幕&#xff0c;作为年度科技盛会&#xff0c;它一直是开发与AI技术突破性创新的重要展示平台。对于工程师、创作者和领域专家来说&#xff0c;这是了解微软生态未来动向的关键时刻。今年&#xff0c;Microsoft Copilot Studio推出了一系列新功能&#…...

设计模式——系统数据建模设计

摘要 本文主要介绍了UML在软件系统分析和设计中的应用&#xff0c;详细阐述了六大类关系&#xff08;泛化、实现、依赖、关联、聚合、组合&#xff09;及其在UML类图中的表示方法&#xff0c;并通过具体例子说明了这些关系在实际编程中的应用。同时&#xff0c;文章还概述了UM…...

解决docker运行zentao 报错:ln: failed to create symbolic link ‘/opt/zbox/tmp/mysq

1 背景描述 禅道使用docker部署运行过一段&#xff0c;服务正常。 后因服务器断电重启&#xff0c;禅道服务也随docker一起启动&#xff0c;但是服务却无法访问。如下如&#xff1a; 2 查看日志&#xff0c;定位原因 查看禅道日志&#xff1a; # docker logs zentao容器di…...

Spring Boot MVC自动配置与Web应用开发详解

Spring Boot MVC自动配置机制 Spring Boot通过自动配置功能为MVC应用提供了开箱即用的默认配置&#xff0c;开发者无需手动配置即可获得完整的Web支持。以下是核心功能的实现原理&#xff1a; 静态资源支持 默认情况下&#xff0c;Spring Boot会自动从以下classpath目录提供…...

OA工程自动化办公系统 – 免费Java源码

概述 功能完备的OA工程自动化办公系统Java源码&#xff0c;采用主流技术栈开发&#xff0c;无论是学习SpringBoot框架还是开发企业级应用&#xff0c;都是不可多得的优质资源。 主要内容 技术架构 ​​后端技术栈​​&#xff1a; 核心框架&#xff1a;SpringBoot 2.xORM框…...

Apache IoTDB V2.0.3 发布|新增元数据导入导出脚本适配表模型功能

Release Announcement Version 2.0.3 Apache IoTDB V2.0.3 已经发布&#xff01; V2.0.3 作为树表双模型正式版本&#xff0c;主要新增元数据导入导出脚本适配表模型、Spark 生态集成&#xff08;表模型&#xff09;、AINode 返回结果新增时间戳&#xff0c;表模型新增部分聚…...

某校体育场馆结构自动化监测

1. 项目简介 某小学学校成立于2020年&#xff0c;是一所公办小学&#xff0c;以高起点定位为该区优质教育新增长极&#xff0c;依托当地学院及教师进修学院附属小学资源&#xff0c;注重学生综合素质培养&#xff0c;近年来&#xff0c;该小学聚焦“五育” 领域&#xff0c;不…...

MySQL 9.0 相较于 MySQL 8.0 引入了多项重要改进和新特性

MySQL 9.0 相较于 MySQL 8.0 引入了多项重要改进和新特性,以下是两者的主要区别及其详细说明: 1. 认证机制 MySQL 8.0 支持 mysql_native_password 和 caching_sha2_password 认证插件。默认使用 caching_sha2_password,但未完全移除 mysql_native_password。MySQL 9.0 完全…...

Android 3D球形水平圆形旋转,旋转动态更换图片

看效果图 1、事件监听类 OnItemClickListener&#xff1a;3D旋转视图项点击监听器接口 public interface OnItemClickListener {/*** 当旋转视图中的项被点击时调用** param view 被点击的视图对象* param position 被点击项在旋转视图中的位置索引&#xff08;从0开始&a…...

数据结构与算法学习笔记(Acwing 提高课)----动态规划·树形DP

数据结构与算法学习笔记----动态规划树形DP author: 明月清了个风 first publish time: 2025.6.4 ps⭐️树形动态规划&#xff08;树形DP&#xff09;是处理树结构问题的一种动态规划方法&#xff0c;特征也很明显&#xff0c;会有一个树形结构&#xff0c;其实是DFS的优化。…...

FTP 和 SFTP 介绍及 C/C++ 实现分析

1. FTP 协议概述 FTP&#xff08;File Transfer Protocol&#xff09;是一种用于在网络上进行文件传输的标准协议&#xff0c;诞生于 1971 年&#xff0c;是互联网上最早的应用层协议之一。它基于客户端 - 服务器模型&#xff0c;使用 TCP 作为传输层协议&#xff0c;默认通过 …...

leetcode hot100刷题日记——36.最长连续序列

解答&#xff1a; 实际上在哈希表中存储不重复的数字。 然后遍历哈希表&#xff0c;找间隔&#xff0c;更新最大间隔。 class Solution { public:int longestConsecutive(vector<int>& nums) {unordered_set<int>hash;for(int num:nums){hash.insert(num);}in…...

CentOS7关闭防火墙、Linux开启关闭防火墙

文章目录 一、firewalld开启、关闭防火墙1、查看防火墙状态 一、firewalld开启、关闭防火墙 以下命令在linux系统CentOS7中操作开启关闭防火墙 # 查询防火墙状态 systemctl status firewalld.service # 开启防火墙 systemctl start firewalld.service # 开机自启动防火墙 syste…...

PyTorch——搭建小实战和Sequential的使用(7)

import torch from torch import nn from torch.nn import Conv2d, MaxPool2d, Flatten, Linearclass TY(nn.Module):def __init__(self):"""初始化TY卷积神经网络模型模型结构&#xff1a;3层卷积池化&#xff0c;2层全连接设计目标&#xff1a;处理32x32像素的…...

基于大模型的腔隙性脑梗塞风险预测及治疗方案研究

目录 一、引言 1.1 研究背景与意义 1.2 研究目的与方法 1.3 国内外研究现状 二、腔隙性脑梗塞概述 2.1 定义与分类 2.2 发病机制与病理生理过程 2.3 临床表现与诊断方法 三、大模型技术原理与应用现状 3.1 基本概念与技术架构 3.2 在医疗领域的应用案例与优势 3.3 …...

Python 开发效率秘籍:PyCharm、VS Code 与 Anaconda 配置与实战全解

目录 一、IDE(集成开发环境)是什么?二、Python IDE有哪些&#xff0c;哪款适合初学者&#xff1f;三、Visual Studio Code下载和安装教程3.1 VS Code下载和安装3.2 VS Code运行Python程序 四、PyCharm下载和安装教程4.1 PyCharm下载4.2 PyCharm安装4.3 运行PyCharm4.4 创建工程…...

[C]C语言日志系统宏技巧解析

代码解释&#xff1a;日志标签字符串化宏 这段代码定义了一个名为 _LOG_TAG 的宏&#xff0c;用于将 LOG_TAG_CONST 转换为字符串形式。这在日志系统中很常见&#xff0c;用于为不同模块添加标识前缀。 宏结构分析 #define _LOG_TAG STR(LOG_TAG_CON…...

自动驾驶系统研发系列—激光雷达感知延迟:自动驾驶安全的隐形隐患?

🌟🌟 欢迎来到我的技术小筑,一个专为技术探索者打造的交流空间。在这里,我们不仅分享代码的智慧,还探讨技术的深度与广度。无论您是资深开发者还是技术新手,这里都有一片属于您的天空。让我们在知识的海洋中一起航行,共同成长,探索技术的无限可能。 🚀 探索专栏:学…...

内网应用如何实现外网访问?无公网IP本地端口网址服务提供互联网连接

一、应用程序外网访问遇到的问题 在现实的工作场景中&#xff0c;在公司内网的服务器上有很多的应用系统&#xff0c;这些系统只能局限于在公司内部使用&#xff0c;而在外网却无法使用。 二、外网访问内网应用常见的解决方案 如何在外网使用这些系统呢&#xff1f;下面简单…...

大话软工笔记—组合要素1之要素

1. 要素来源 对象是要素的来源&#xff0c;要素是从对象分解而来的。可将对象分为优化类和非优化类&#xff0c;如下图所示。 对象分类图 2. 要素的概念 2.1 要素的定义 要素&#xff0c;是构成事物必不可少的因素&#xff0c;要素的集合体构成了对象。 2.2 要素的内容 要…...

oracle从表B更新拼接字段到表A

oracle中表A怎么从表B中追加相对应的编码到表A字段里&#xff0c; 在Oracle数据库中&#xff0c;如果你想从表B中获取数据并更新到表A的某个字段里&#xff0c;可以使用UPDATE语句结合子查询来实现。假设表A有一个字段叫做code&#xff0c;你希望根据某个键&#xff08;比如id&…...

平台化 LIMS 系统架构 跨行业协同与资源共享的实现路径

在科技快速发展的今天&#xff0c;质检行业正面临着效率、合规和数据安全的多重挑战。新一代质检 LIMS 系统以智能化与平台化为核心&#xff0c;为实验室管理提供了全新的解决方案。 一、智能化&#xff1a;从数据采集到分析的全流程升级 传统质检流程中&#xff0c;人工数据录…...

RedisTemplate查询不到redis中的数据问题(序列化)

RedisTemplate查询不到redis中的数据问题(序列化) 一.问题描述 存入Redis中的值取出来却为null,问题根本原因就是RedisTemplate和StringRedisTemplate的序列化问题、代码示例&#xff1a; SpringBootTest class Redis02SpringbootApplicationTests {Autowiredprivate RedisTe…...

如何利用乐维网管进行IP管理

IP管理是网络管理中的关键环节&#xff0c;对于保障网络的正常运行、提升资源利用效率以及保障网络安全等方面都具有不可忽视的重要性。乐维网管在IP管理方面具有多种实用功能&#xff0c;以下从IP规划与分配、IP状态监测、IP冲突处理、IP审计与报表生成四个方面&#xff0c;介…...