给你二叉树的根结点 root ，请你将它展开为一个单链表：
TreeNode ，其中 right 子指针指向链表中下一个结点，而左子指针始终为 null。示例 1:
输入：
root = [1, 2, 5, 3, 4, null, 6]
输出：[1, null, 2, null, 3, null, 4, null, 5, null, 6]
示例 2:
输入：
root = []
输出：[]
示例 3:
输入：
root = [0]
输出：[0]
提示:
[0, 2000] 内-100 <= Node.val <= 100Trie（发音类似 “try”）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补全和拼写检查。请你实现 Trie 类：
Trie() 初始化前缀树对象。void insert(String word) 向前缀树中插入字符串 word 。boolean search(String word) 如果字符串 word 在前缀树中，返回 true（即，在检索之前已经插入）；否则，返回 false 。boolean startsWith(String prefix) 如果之前已经插入的字符串 word 的前缀之一为 prefix ，返回 true ；否则，返回 false 。示例 1:
输入：
["Trie", "insert", "search", "search", "startsWith", "insert", "search"][[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]
输出：[null, null, true, false, true, null, true]
解释：Trie trie = new Trie();trie.insert("apple");trie.search("apple");// 返回 Truetrie.search("app");// 返回 Falsetrie.startsWith("app");// 返回 Truetrie.insert("app");trie.search("app");// 返回 True
提示:
1 <= word.length, prefix.length <= 2000word 和 prefix 仅由小写英文字母组成insert、search 和 startsWith 调用次数总计不超过 3 * 10^4 次在给定的 m x n 网格 grid 中，每个单元格可以有以下三个值之一：
0 代表空单元格；1 代表新鲜橘子；2 代表腐烂的橘子。每分钟，腐烂的橘子 周围 4 个方向上相邻 的新鲜橘子都会腐烂。返回直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能，返回 -1 。
示例 1:
输入：
grid = [[2, 1, 1],[1, 1, 0],[0, 1, 1]]
输出：4
示例 2:
输入：
grid = [[2, 1, 1],[0, 1, 1],[1, 0, 1]]
输出：-1
解释：左下角的橘子（第2行， 第0列）永远不会腐烂，因为腐烂只会发生在4个方向上。
示例 3:
输入：
grid = [[0, 2]]
输出：0
解释：因为0分钟时已经没有新鲜橘子了，所以答案就是0。
提示:
m == grid.lengthn == grid[i].length1 <= m, n <= 10grid[i][j] 仅为 0、1 或 2请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache 类：
LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存。int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该逐出最久未使用的关键字。get 和 put 必须以 O(1) 的平均时间复杂度运行。示例 1:
输入：
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"][[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出：[null, null, null, 1, null, -1, null, -1, 3, 4]
解释：
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4
提示:
1 <= capacity <= 30000 <= key <= 100000 <= value <= 10^52 * 10^5 次 get 和 put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 0listA - 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 mlistB 中节点数目为 n1 <= m, n <= 3 * 10^41 <= Node.val <= 10^50 <= skipA <= m0 <= skipB <= nlistA 和 listB 没有交点，intersectVal 为 0listA 和 listB 有交点，intersectVal == listA[skipA] == listB[skipB]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].length1 <= n <= 20-1000 <= matrix[i][j] <= 1000ApplicationEventPublisher 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：
@Async 实现异步）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] |