题目描述

给你两个单链表的头节点 headA 和 headB ，请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点，返回 null 。题目数据保证整个链式结构中不存在环。

图示两个链表在节点 c1 开始相交：

注意：函数返回结果后，链表必须保持其原始结构 。

自定义评测：
评测系统的输入如下（你设计的程序不适用此输入）：

• intersectVal - 相交的起始节点的值。如果不存在相交节点，这一值为 0
• listA - 第一个链表
• listB - 第二个链表
• skipA - 在 listA 中（从头节点开始）跳到交叉节点的节点数
• skipB - 在 listB 中（从头节点开始）跳到交叉节点的节点数
• 评测系统将根据这些输入创建链式数据结构，并将两个头节点 headA 和 headB 传递给你的程序。如果程序能够正确返回相交节点，那么你的解决方案将被视作正确答案 。

示例 1:

输入：intersectVal = 8, listA = [4,1,8,4,5], listB = [5, 6, 1, 8, 4, 5], skipA = 2, skipB = 3
输出：Intersected at '8'
解释：

• 相交节点的值为 8 （注意，如果两个链表相交则不能为 0）。
• 从各自的表头开始算起，链表 A 为 [4, 1, 8, 4, 5]，链表 B 为 [5, 6, 1, 8, 4, 5]。
• 在 A 中，相交节点前有 2 个节点；在 B 中，相交节点前有 3 个节点。
• 请注意相交节点的值不为 1，因为在链表 A 和链表 B 之中值为 1 的节点 (A 中第二个节点和 B 中第三个节点) 是不同的节点。换句话说，它们在内存中指向两个不同的位置，而链表 A 和链表 B 中值为 8 的节点 (A 中第三个节点，B 中第四个节点) 在内存中指向相同的位置。

示例 2:

输入：intersectVal = 2, listA = [1, 9, 1, 2, 4], listB = [3, 2, 4], skipA = 3, skipB = 1
输出：Intersected at '2'
解释：

• 相交节点的值为 2 （注意，如果两个链表相交则不能为 0）。
• 从各自的表头开始算起，链表 A 为 [1, 9, 1, 2, 4]，链表 B 为 [3, 2, 4]。
• 在 A 中，相交节点前有 3 个节点；在 B 中，相交节点前有 1 个节点。

示例 3:

输入：intersectVal = 0, listA = [2, 6, 4], listB = [1, 5], skipA = 3, skipB = 2
输出：No intersection
解释：

• 从各自的表头开始算起，链表 A 为 [2, 6, 4]，链表 B 为 [1, 5]。
• 由于这两个链表不相交，所以 intersectVal 必须为 0，而 skipA 和 skipB 可以是任意值。
• 这两个链表不相交，因此返回 null 。

提示:

• listA 中节点数目为 m
• listB 中节点数目为 n
• 1 <= m, n <= 3 * 10^4
• 1 <= Node.val <= 10^5
• 0 <= skipA <= m
• 0 <= skipB <= n
• 如果 listA 和 listB 没有交点，intersectVal 为 0
• 如果 listA 和 listB 有交点，intersectVal == listA[skipA] == listB[skipB]

题目描述

给定一个 n × n 的二维矩阵 matrix 表示一个图像。请你将图像顺时针旋转 90 度。你必须在 原地 旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。

原地算法：在计算机科学中，一个原地算法（in-place algorithm）是一种使用小的，固定数量的额外之空间来转换资料的算法。当算法执行时，输入的资料通常会被要输出的部分覆盖掉。不是原地算法有时候称为非原地（not-in-place）或不得其所（out-of-place）。

示例 1:

输入：matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
输出：[[7, 4, 1], [8, 5, 2], [9, 6, 3]]

示例 2:

输入：matrix = [[5, 1, 9, 11], [2, 4, 8, 10], [13, 3, 6, 7], [15, 14, 12, 16]]
输出：[[15, 13, 2, 5], [14, 3, 4, ], [12, 6, 8, 9], [16, 7, 10, 11]]

提示:

• n == matrix.length == matrix[i].length
• 1 <= n <= 20
• -1000 <= matrix[i][j] <= 1000

基本介绍

ApplicationEventPublisher 是 Spring 框架的核心接口，用于发布应用事件，实现观察者模式。其核心作用包括：

1. 事件发布：允许组件发布自定义事件
2. 松耦合：实现发布者与订阅者的解耦
3. 同步处理：默认同步执行（可通过 @Async 实现异步）
4. 继承机制：事件对象可继承扩展（支持 ApplicationEvent 或任意 POJO）

工作流程：

1

[发布者] → (发布事件) → [ApplicationContext] → (路由事件) → [监听器]

应用场景

1. 业务解耦：如用户注册后发送邮件/短信
2. 状态变更通知：订单状态变化时更新库存
3. 审计日志：关键操作后记录审计信息
4. 异步任务触发：耗时操作异步执行
5. 系统监控：关键事件触发监控上报

题目描述

给定一个 m x n 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地算法。

原地算法：在计算机科学中，一个原地算法（in-place algorithm）是一种使用小的，固定数量的额外之空间来转换资料的算法。当算法执行时，输入的资料通常会被要输出的部分覆盖掉。不是原地算法有时候称为非原地（not-in-place）或不得其所（out-of-place）。

示例 1:

输入：matrix = [[1, 1, 1], [1, 0, 1], [1, 1, 1]]
输出：[[1, 0, 1], [0, 0, 0], [1, 0, 1]]

示例 2:

输入：matrix = [[0, 1, 2, 0], [3, 4, 5, 2], [1, 3, 1, 5]]
输出：[[0, 0, 0, 0], [0, 4, 5, 0], [0, 3, 1, 0]]

提示:

• m == matrix.length
• n == matrix[0].length
• 1 <= m, n <= 200
• -2^31 <= matrix[i][j] <= 2^31 - 1

本文面向 Java 初学者，详细介绍 Spring Boot 框架原理、应用场景及从零搭建 Web 应用的完整流程。

Spring Boot 框架简介

基本原理

Spring Boot 是 Spring 框架的扩展，通过 约定优于配置 的理念解决传统 Spring 应用配置复杂的问题，简化 Spring 应用的初始搭建和开发过程。通过自动配置和起步依赖（Starter Dependencies）来减少开发者的配置工作，Spring Boot 内嵌了 Tomcat、Jetty 或 Undertow 等服务器，因此无需部署 WAR 文件即可运行。核心思想是 让开发更简单 。

核心特性

1. 自动配置：通过 @EnableAutoConfiguration 自动配置 Bean（基于项目中的 jar 依赖自动配置 Spring 应用）
2. 起步依赖：通过提供预定义的依赖描述符（如 spring-boot-starter-web 包含了开发 Web 应用所需的依赖）简化构建配置，解决版本冲突。
3. 内嵌服务：内置 Tomcat/Jetty/Undertow 等服务器，无需部署 WAR，直接运行一个独立的应用即可。
4. Actuator：提供生产级监控和管理功能，如监控应用的健康状况、信息查看等。

工作原理

1
2
3
4

[启动类] → [@SpringBootApplication] 
    → 扫描 @Component → 加载 @Configuration 
    → 读取 spring.factories → 应用自动配置
    → 启动内嵌容器

应用场景

Spring Boot 适用于构建微服务架构、RESTful API、企业级应用等。

题目描述

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

示例 1:

输入：nums = [-2, 1, -3, 4, -1, 2, 1, -5, 4]
输出：6
解释：连续子数组 [4, -1, 2, 1] 的和最大，为 6 。

示例 2:

输入：nums = [1]
输出：1

示例 3:

输入：nums = [5, 4, -1, 7, 8]
输出：23

提示:

• 1 <= nums.length <= 10^5
• -10^4 <= nums[i] <= 10^4

题目描述

给你一个整数数组 nums 和一个整数 k ，请你统计并返回 该数组中和为 k 的子数组的个数 。

子数组 是数组中元素的连续非空序列。

示例 1:

输入：nums = [1, 1, 1], k = 2
输出：2

示例 2:

输入：nums = [1, 2, 3], k = 3
输出：2

提示:

• 1 <= nums.length <= 2 * 10^4
• -1000 <= nums[i] <= 1000
• -10^7 <= k <= 10^7

题目描述

给定一个整数数组 nums，处理以下类型的多个查询:

计算索引 left 和 right （包含 left 和 right）之间的 nums 元素的和 ，其中 left <= right。

实现 NumArray 类：

• NumArray(int[] nums) 使用数组 nums 初始化对象
• int sumRange(int i, int j) 返回数组 nums 中索引 left 和 right 之间的元素的总和 ，包含 left 和 right 两点（也就是 nums[left] + nums[left + 1] + ... + nums[right] )

示例 1:

输入：
["NumArray", "sumRange", "sumRange", "sumRange"]
[[[-2, 0, 3, -5, 2, -1]], [0, 2], [2, 5], [0, 5]]
输出：
[null, 1, -1, -3]
解释：
NumArray numArray = new NumArray([-2, 0, 3, -5, 2, -1]);
numArray.sumRange(0, 2); // return 1 ((-2) + 0 + 3)
numArray.sumRange(2, 5); // return -1 (3 + (-5) + 2 + (-1))
numArray.sumRange(0, 5); // return -3 ((-2) + 0 + 3 + (-5) + 2 + (-1))

提示:

• 1 <= nums.length <= 10^4
• -10^5 <= nums[i] <= 10^5
• 0 <= i <= j < nums.length
• 最多调用 10*4 次 sumRange 方法