Python多维列表中的坑怎么解决
数组常用想法总结:
(以下默认nums
为数组。)
1.遍历数组
遍历:
for num in nums:
xxxx
带索引遍历
for idx,num in enumerate(nums):
xxxx
2.动态规划(dp)
动态规划一般可以用一个数组保存状态。见53.最大子数组和
。
用数组保存状态是非常常用的做法。例如36.有效的数独
、 73. 矩阵置零
。
3.双指针
见88.合并两个有序数组
、350.两个数组的交集 II
可以是左右指针对一个数组使用。
也可以是两个指针遍历两个数组。while index1<m and index2<n:
列表常用函数
Python中一般用list
实现可变数组。
下面是list
常用的函数。
(可变序列类型通用操作,只有.sort
是list
独有的。参考序列操作文档)
函数 | 功能 |
---|---|
nums.sort(key,reversed) | (原地)按照key升序排序,reversed可以指定是否反转。 |
sorted(nums,key,reversed) | 用法与nums.sort 类似,但返回另一个数组,原数组不变。 |
s.append(x) | 将 x 添加到序列的末尾 |
s.extend(t) 或 s += t | 用 t 的内容扩展 s |
x in s | 判断x是否在数组nums 中。 |
len(s) | 返回s 长度 |
max(s)、min(s) | 返回s 最大值、最小值 |
all(iterable) | 如果 iterable 的所有元素均为真值(或可迭代对象为空)则返回 True |
any(iterable) | 如果 iterable 的任一元素为真值则返回 True 。 如果可迭代对象为空,返回 False 。 |
多维列表的一个坑
创建多维列表,一般用
w, h = 2, 3
A = [[None] * w for i in range(h)]
等价于
A = [None] * 3
for i in range(3):
A[i] = [None] * 2
而不是
A = [[None] * 2] * 3
原因在于用*
对列表执行重复操作并不会创建副本,而只是创建现有对象的引用。 *3
创建的是包含 3 个引用的列表,每个引用指向的是同一个长度为 2 的列表。
如果你给一项赋值,就会发现这个问题:
>>> A[0][0] = 5
>>> A
[[5, None], [5, None], [5, None]]
第1天
217. 存在重复元素
给定数组,判断是否存在重复元素。 做法:
直接遍历(穷举)
排序后,比较每个元素和下一个元素
哈希表
直接遍历会超时。 2的时间复杂度是O(nlogn) 也就是排序的时间复杂度 3的时间复杂度是O(n),但需要额外的O(n)辅助空间。 (穷举法基本都能想到,但很容易超时,后面只有在穷举法能通过时才列出来。)
3比较简单,这里写一下3的做法:
return len(nums) != len(set(nums))
53. 最大子数组和
给定数组,求其中一个连续数组和的最大值。
比较容易想到的是用一个数组记录目前位置最大的值(动态规划)。
用 dp[i]
表示以i
位置结尾的连续数组和的最大值。
最后返回dp数组中最大值。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
length = len(nums)
dp = [0 for i in range(length)]
for i in range(length):
dp[i] = max(dp[i - 1], 0) + nums[i]
return max(dp)
题解给出了一种省略dp数组的方法:
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
pre = 0
res = nums[0]
for x in nums:
pre = max(pre+x ,x)
res = max(res, pre)
return res
第2天
1. 两数之和
找出数组中两个数之和等于target
的两数下标。
暴力枚举可以
但时间较长,时间复杂度$O(N^2)$
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
n = len(nums)
for i in range(n):
for j in range(i + 1, n):
if nums[i] + nums[j] == target:
return [i, j]
return []
哈希表
官方题解的一个比较巧妙的方式:使用哈希表(字典) 用字典记录出现过的数字的位置。 时间复杂度$O(N)$,空间复杂度$O(N)$
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
hashtable = dict()
for i, num in enumerate(nums):
if target - num in hashtable:
return [hashtable[target - num], i]
hashtable[nums[i]] = i
return []
88. 合并两个有序数组
两个有序数组,将第二个数组nums2
合并到第一个数组nums1
。
双指针
1.可以用双指针遍历两个数组:
class Solution:
def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
"""
Do not return anything, modify nums1 in-place instead.
"""
# 两个中存在空数组的时,直接返回
if m == 0:
nums1[:] = nums2[:]
return
if n == 0:
return
index1,index2 = 0,0
t = []
while index1<m and index2<n:
if nums1[index1] <= nums2[index2]:
t.append(nums1[index1])
index1 += 1
else:
t.append(nums2[index2])
index2 += 1
if index1 < m:
t += nums1[index1:m]
else:
t += nums2[index2:n]
nums1[:] = t[:]
官方版本,更简洁、清楚。
class Solution:
def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
"""
Do not return anything, modify nums1 in-place instead.
"""
sorted = []
p1, p2 = 0, 0
while p1 < m or p2 < n:
if p1 == m:
sorted.append(nums2[p2])
p2 += 1
elif p2 == n:
sorted.append(nums1[p1])
p1 += 1
elif nums1[p1] < nums2[p2]:
sorted.append(nums1[p1])
p1 += 1
else:
sorted.append(nums2[p2])
p2 += 1
nums1[:] = sorted
(暴力) 追加后排序
更简单粗暴的方式是直接将
nums2
追加到nums1
后,进行排序。 及其简单而且效果很好。
class Solution:
def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
"""
Do not return anything, modify nums1 in-place instead.
"""
nums1[m:] = nums2
nums1.sort()
第3天
350. 两个数组的交集 II
以数组形式返回两数组的交集(数组形式,返回结果中每个元素出现的次数,应与元素在两个数组中都出现的次数一致)。 排序后双指针遍历。
class Solution:
def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
nums1.sort()
nums2.sort()
i = 0
j = 0
result = []
while i<len(nums1) and j<len(nums2):
if(nums1[i]<nums2[j]):
i+=1
elif(nums1[i]>nums2[j]):
j+=1
else:
result.append(nums1[i])
i+=1
j+=1
return result
121. 买卖股票的最佳时机
只需要记录下当前最低价,遍历价格过程中,用当前价格-最低价 就是当前可获得的最大利润。另外如果出现了更低的价格,则最低价也要更新。(一个朴素的想法,要是我在最低点买进就好了) 总的最大利润就是这些利润中的最大值。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
r = 0
min_price = float('inf') # float('inf')表示正无穷
for price in prices:
min_price = min(min_price, price) # 截止到当前的最低价(买入价)
r = max(r, price - min_price) # 截止到目前的最高利润
return r
第4天
566. 重塑矩阵
给定一个mx
n的数组,重构为rxc
的数组。
比较简单的想法是把数组拉平为一位数组,然后逐个填充到新的数组中:
class Solution:
def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]:
m,n = len(mat), len(mat[0])
if m*n != r*c:
return mat
arr = []
for row in mat:
for x in row:
arr.append(x)
arr_index = 0
newmat = [[0 for j in range(c)]for i in range(r)]
for i in range(r):
for j in range(c):
newmat[i][j] = arr[arr_index]
arr_index += 1
return newmat
官方提供了一种直接计算下标的方法:
class Solution:
def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
m, n = len(nums), len(nums[0])
if m * n != r * c:
return nums
ans = [[0] * c for _ in range(r)]
for x in range(m * n):
ans[x // c][x % c] = nums[x // n][x % n]
return ans
118. 杨辉三角
找规律题。可以直接按照生成的规律生成数组。在「杨辉三角」中,每个数是它左上方和右上方的数的和。
class Solution:
def generate(self, numRows: int) -> List[List[int]]:
res = [[]for _ in range(numRows)]
res[0] = [1]
for i in range(1,numRows):
res[i].append(1)
for j in range(0,len(res[i-1])-1):
res[i].append(res[i-1][j] + res[i-1][j+1])
res[i].append(1)
return res
第5天
36. 有效的数独
判断当前数独是否有效(不需要填充数独) 只要用3个二维数组维护9行、9列、9个九宫格。
class Solution:
def isValidSudoku(self, board: List[List[str]]) -> bool:
row = [[] * 9 for _ in range(9)]
col = [[] * 9 for _ in range(9)]
nine = [[] * 9 for _ in range(9)]
for i in range(len(board)):
for j in range(len(board[0])):
tmp = board[i][j]
if not tmp.isdigit():
continue
if (tmp in row[i]) or (tmp in col[j]) or (tmp in nine[(j // 3) * 3 + (i // 3)]):
return False
row[i].append(tmp)
col[j].append(tmp)
nine[(j // 3) * 3 + (i // 3)].append(tmp)
return True
73. 矩阵置零
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。 A: 利用数组的首行和首列来记录 0 值 另外用两个布尔值记录首行首列是否需要置0
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
#标记
m,n = len(matrix), len(matrix[0])
row = any(x == 0 for x in matrix[0])
col = any(matrix[r][0] == 0 for r in range(m) )
for i in range(m):
for j in range(n):
if matrix[i][j] == 0:
matrix[i][0] = 0
matrix[0][j] = 0
#置零
for i in range(1,m):
for j in range(1,n):
if matrix[i][0] == 0 or matrix[0][j] == 0:
matrix[i][j] = 0
if row:
for j in range(0,n):
matrix[0][j] = 0
if col:
for i in range(0,m):
matrix[i][0] = 0
以上就是Python多维列表中的坑怎么解决的详细内容,更多请关注编程网其它相关文章!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341