剑指Offer-数据结构与算法练习题
同步于Buracag的博客
《剑指Offer》中的一些常见练习题，包含二叉树、链表以及其他的一些常见算法练习题；最近又系统性地做了下，大致整理了一下解题思路，均用Python实现，持续更新中…
文章目录
- 1. 二叉树
- 1.1 定义树节点
- 1.2 根据序列生成一颗树
- 1.2.1 二叉树序列化和反序列化
- 1.3 前中后序遍历
- 1.3.1 前序遍历
- 1.3.2 中序遍历
- 1.3.3 后序遍历
- 1.4 BFS 和 DFS
- 1.4.1 BFS
- 1.4.2 DFS
- 1.4.3 将二叉树打印成多行
- 1.4.4 将二叉树按"之"字形打印
- 1.5 中序遍历下的下一个节点
- 1.6 二叉树的深(高)度
- 1.6.1 二叉树最小路径
- 1.6.2 判断是否是平衡二叉树
- 1.7 获取二叉树的镜像
- 1.7.1 对称二叉树
- 1.8 根据前序和中序遍历结果重建二叉树
- 1.9 判断子树
- 1.10 二叉树判断路径和
- 1.10.1 不一定以root和leaf开头结尾
- 2. 二叉搜索树(BST)
- 2.1 二叉树中第k小的节点
- 3. 其他常见
- 3.1 [双指针]和为S的两个数字
- 3.2 和为S的连续正数序列
- 3.3 连续子数组的最大和
- 3.4 最小的K个数
- 3.5 二进制中1的个数
- 3.6 调整数组顺序使奇数位于偶数前面
- 3.7 孩子们的游戏(圆圈中最后剩下的人)
- 3.8 二维数组中的查找
- 3.9 旋转数组的最小数字
- 3.10 顺时针打印矩阵
- 3.11 数组中出现次数超过一半的数字
- 3.12 将数组排成最小的数
- 3.13 丑数
- 3.14 数组中只出现一次的数字
- 3.15 数组中的重复数字
- 3.16 构建乘积数组
- 3.17 字符流中第一个不重复的字符
- 4. 链表
- 4.1 [双指针]链表中倒数第k个节点
- 4.2 反转链表
- 4.3 两个链表的第一个公共节点
- 4.4 合并两个排序的链表
- 4.5 复杂链表的复制
- 4.6 二叉搜索树与双向链表
- 4.7 链表中环的入口节点
1. 二叉树
首先需要定义好二叉树的结构，后续所有关于二叉树的算法默认其已经定义好对应的树结构，所以在节点处有val、left、right属性。
1.1 定义树节点
定义树节点一般如下：
class TreeNode(object):
def __init__(x):
self.val = x
self.left = None
self.right = None
1.2 根据序列生成一颗树
生成树的方法有很多种，通常用到的一般是根据前序遍历的结果生成树和广度优先遍历结果的结果生成树。
- 根据前序遍历的结果生成树：
def create_tree_by_list_1(arr):
if len(arr) <= 0:
return None
val = arr.pop(0)
root = None
if val != "#":
# 先左后右
root = TreeNode(int(val))
root.left = create_tree_by_list_1(arr) # 一直创建左子树，直到遇到"#"
root.right = create_tree_by_list_1(arr)
return root
- 根据广度优先遍历结果生成树
def create_tree_by_list_2(root, arr, i):
if i < len(arr):
if arr[i] == "#":
return None
else:
root = TreeNode(arr[i])
# 向左递归，创建左子树
root.left = create_tree_by_list_2(root, arr, 2 * i + 1)
# 向右递归，创建右子树
root.right = create_tree_by_list_2(root, arr, 2 * i + 2)
return root
else:
return None
1.2.1 二叉树序列化和反序列化
序列化：将二叉树序列化为一组元素；反序列化：根据一组元素生成一颗二叉树。
def serialize(root):
"""
按照前序遍历顺序，将二叉树序列化为一组元素
"""
if not root:
return "#"
return str(root.val) + "," + serialize(root.left) + "," + serialize(root.right)
def deserialize(s):
serialized_list = s.split(",")
# 根据前序遍历的结果生成树
create_tree_by_list_1(serialized_list)
1.3 前中后序遍历
均分为递归实现和非递归实现。
1.3.1 前序遍历
前序遍历顺序： root --> left --> right。
- 递归实现
def pre_order_traversal_1(root):
"""
递归实现二叉树前序遍历
"""
if not root:
return None
# 中左右
result.append(root.val) # 需提前定义好全局变量result
pre_order_traversal_1(root.left)
pre_order_traversal_1(root.right)
- 非递归实现
def pre_order_traversal_2(root):
"""
根据节点入栈出栈进行二叉树前序遍历
"""
queue = [root]
order = []
while len(queue):
tmp = queue.pop()
order.append(tmp.val)
# 先进后出，故先将右节点push进行，再push左节点
if tmp.right:
queue.append(tmp.right)
if tmp.left:
queue.append(tmp.left)
return order
1.3.2 中序遍历
中序遍历顺序：left --> root --> right。
- 递归实现
def in_order_traversal_1(root):
"""
递归实现二叉树中序遍历
"""
if not root:
return None
# 左中右
in_order_traversal_1(root.left)
result.append(root.val) # 同样，需要提前定义好全局变量result
in_order_traversal_1(root.right)
- 非递归实现
def in_order_traversal_2(root):
"""
非递归实现二叉树中序遍历
"""
order = []
if not root:
return order
queue = []
cur = root
while cur or len(queue):
# 为了获取到最左节点
while cur:
queue.append(cur)
cur = cur.left
node = queue.pop()
order.append(node.val)
# 一直往上回溯到有右子树的节点，再push进栈中
while not node.right and len(queue):
node = queue.pop()
order.append(node.val)
cur = node.right # 获取到右节点，对右子树同样进while循环
return order
1.3.3 后序遍历
后序遍历顺序： left --> right --> root。
- 递归实现
def post_order_traversal_1(root):
"""
递归实现二叉树后序遍历
"""
if not root:
return None
# 左右中
post_order_traversal_1(root.left)
post_order_traversal_1(root.right)
result.append(root.val) # 同样，需要提前定义好全局变量result
- 非递归实现
def post_order_traversal_2(root):
"""
非递归实现二叉树后徐遍历：
将前前序遍历顺序由root-->left-->right更改为root-->right-->left，再将结果转置一下，即得到left-->right-->root
"""
queue = [root]
order = []
while len(queue):
tmp = queue.pop()
order.append(tmp.val)
# 先进后出,先左进后右进
if tmp.left:
queue.append(tmp.left)
if tmp.right:
queue.append(tmp.right)
order.reverse()
return order
1.4 BFS 和 DFS
1.4.1 BFS
def bfs(root):
if not root:
return []
queue = [root] # 入栈顺序
order = [] # 遍历顺序
while len(queue):
tmp = queue.pop(0)
order.append(tmp.val)
# 如果该节点存在对应的左右节点
if tmp.left:
queue(tmp.left)
if tmp.right:
queue(tmp.right)
return order
1.4.2 DFS
def dfs(root):
if not root:
return []
queue = [root]
order = []
while len(queue):
tmp = queue.pop()
order.append(tmp.val)
# 后进先出，所以先pop出来的一直都是最左子树的节点
if tmp.right:
queue.append(tmp.right)
if tmp.left:
queue.append(tmp.left)
return order
1.4.3 将二叉树打印成多行
将二叉树打印成多行，其实就是一个BFS:
def print_tree(root):
if not root:
return []
queue = [root]
order = []
while len(queue):
# 获取到当前层的节点数，每个循环只对队列中size个数的节点获取其下属左右节点的操作
size = len(queue)
tmp = []
# 获取当前栈中的节点
for i in queue:
tmp.append(i.val)
order.append(tmp)
for _ in range(size):
node_now = queue.pop(0)
if node_now.left:
queue.append(node_now.left)
if node_now.right:
queue.append(node_now.right)
return order
1.4.4 将二叉树按"之"字形打印
按照"之"字形打印二叉树，奇数行从左往右打印，偶数行从右往左打印；方法与1.4.3一样，加一步判断层数的奇偶性。
def print_tree(root):
if not root:
return []
queue = [root]
order = []
while len(queue):
# 获取到当前层的节点数，每个循环只对队列中size个数的节点获取其下属左右节点的操作
size = len(queue)
tmp = []
# 获取当前栈中的节点
for i in queue:
tmp.append(i.val)
order.append(tmp)
for _ in range(size):
node_now = queue.pop(0)
if node_now.left:
queue.append(node_now.left)
if node_now.right:
queue.append(node_now.right)
# 对于树的层数作一下判断
order = [t if idx % 2 == 0 else t[::-1] for idx, t in enumerate(order)]
return order
1.5 中序遍历下的下一个节点
给定一个二叉树和其中的一个结点，请找出中序遍历顺序的下一个结点并且返回。注意，树中的结点不仅包含左右子结点，同时包含指向父结点的指针。
考虑如下：
- 有右子树的：下一个节点就是其右子树的最左边节点；
- 没有右子树的：
a. 是父节点的左子节点，那么父节点就是其下一个节点
b. 是父节点的右子节点，找他的父节点的父节点的父节点…，直到当前节点是父节点的左节点，则返回当前节点的父节点(如果没有,则为尾节点)
def get_next_node(root):
if not root:
return None
# 1. 如果有右子树
if root.right:
node = root.right
while node.left:
node = node.left
return node
# 2. 如果没有右子树
while root.father:
tmp = root.father
if tmf.left = root: # 直到当前节点是父节点的左子节点
return tmp
root = tmp
return None
1.6 二叉树的深(高)度
输入一棵二叉树，求该树的深度。从根结点到叶结点依次经过的结点（含根、叶结点）形成树的一条路径，最长路径的长度为树的深度。
def tree_depth(root):
if not root:
return 0
left = tree_depth(root.left)
right = tree_depth(root.right)
return max(left, right) + 1
1.6.1 二叉树最小路径
与求深度不一样的是，求树是根节点到叶子节点的最小路径长度：
def tree_min_depth(root):
if not root:
return 0
left = tree_depth(root.left)
right = tree_depth(root.right)
if left == 0 or right == 0:
return left + right + 1
return min(left, right) + 1
1.6.2 判断是否是平衡二叉树
输入一棵二叉树，判断该二叉树是否是平衡二叉树。
如果左子树和右子树深度相等则是平衡二叉树：
a. 遍历每一个节点，根据获取深度的递归函数，根据该节点的左右子树高度差判断是否平衡，然后递归地对左右子树进行判断
b. 上述做法有个缺点是，在判断上层节点时，会重复遍历下层节点；如果改为从下往上遍历，如果子树是平衡数，则返回其高度；否则直接停止迭代。
- 方法一，从上往下迭代：
def is_balanced_tree(root):
if root is None:
return True
if abs(tree_depth(root.left) - tree_depth(root.right) > 1):
return False
return is_balanced_tree(root.left) and is_balanced_tree(root.right)
- 方法二，从下往上判断
def is_balanced_tree_2(root):
"""
从下往上判断，如果子树是平衡数，则返回其高度；否则直接迭代返回False
"""
return get_depth_of_tree(root) != -1
def get_depth_of_tree(root):
"""
返回-1，代表不是平衡树
"""
if root is None:
return 0
left = get_depth_of_tree(root.left)
if left == -1:
return -1
right = get_depth_of_tree(root.right)
if right == -1:
return -1
# 如果子树高度不相等则返回-1，否则返回其树的高度
return -1 if abs(left - right) > 1 else max(left, right) + 1
1.7 获取二叉树的镜像
获取二叉树的镜像。根据迭代，不断交换其左右子树即可。
def get_mirror_of_tree(root):
if root is not None:
# 交换其对应的左右节点
root.left, root.right = root.right, root.left
# 递归即可
get_mirror_of_tree(root.left)
get_mirror_of_tree(root.right)
return root
1.7.1 对称二叉树
请实现一个函数，用来判断一颗二叉树是不是对称的。注意，如果一个二叉树同此二叉树的镜像是同样的，定义其为对称的。
def solution(root):
return judge_same_tree(root, root)
def judge_same_tree(tree1, tree2):
if tree1 is None and tree2 is None:
return True
if tree1 is None or tree2 is None:
return False
if tree1.val != tree2.val:
return False
judge_same_tree(tree1.left, tree2.right) and judge_same_tree(tree1.right, tree2.left)
1.8 根据前序和中序遍历结果重建二叉树
输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。
def reconstruct_tree(pre, tin):
"""
pre: 前序遍历结果
tin: 中序遍历结果
首先根据前序遍历序列中的第一个节点获取到当前树的root节点
再从中序遍历序列中找到root节点对应的idx,该idx以前的便是左子树的节点，以后的便是右子树的节点
递归即可
"""
if not pre or not tin:
return None
root = TreeNode(pre.pop(0))
idx = tin.index(root.val) # 找到中序遍历结果中对应的idx
root.left = reconstruct_tree(pre, tin[:idx])
root.right = reconstruct_tree(pre, tin[idx+1:])
return root
1.9 判断子树
输入两棵二叉树A，B，判断B是不是A的子结构。（ps：我们约定空树不是任意一个树的子结构）
def solution(root1, root2):
if not root1 or not root2:
return None
# 递归考虑root2是否是root1的子树
return judge(root1, root2) or judge(root1.left, root2) or judge(root1.right, root2)
def judge(main_tree, sub_tree):
if not sub_tree:
return True
if not main_tree or main_tree.val != sub_tree.val:
return False
# 同时判断左树和右树是否相同
return judge(main_tree.left, sub_tree.left) and judge(main_tree.right, sub_tree.right)
1.10 二叉树判断路径和
在二叉树中判断路径和是否定于一个数；路径和定义为从root到leaf节点的和；
def has_path_sum(root, path_sum):
if root is None:
return False
if root.left is None and root.right is None and root.val == path_sum:
return True
return has_path_sum(root.left, path_sum - root.val) or has_path_sum(root.right, path_sum - root.val)
1.10.1 不一定以root和leaf开头结尾
统计路径和等于一个数的路径数量；路径不一定以root开头，也不一定以leaf结尾。
def has_path_sum2(root, path_sum):
if root is None:
return 0
res = path_sum_start(root, path_sum) + path_sum_start(root.left, path_sum) + path_sum_start(root.right, path_sum)
return res
def path_sum_start(root, s):
if root is None:
return 0
res = 0
if root.val == s:
res += 1
res += path_sum_start(root.left, s-root.val) + path_sum_start(root.right, s-root.val)
return res
2. 二叉搜索树(BST)
二叉搜索树（BST）：根节点大于等于左子树所有节点，小于等于右子树所有节点。二叉查找树中序遍历有序。
2.1 二叉树中第k小的节点
给定一棵二叉搜索树，请找出其中的第k小的结点。例如,(5, 3, 7, 2, 4, 6, 8)中，按结点数值大小顺序第三小结点的值为4。
对于二叉搜索树，中序遍历顺序就是从小到大排序的。
def find_kth_node(root, k):
global result
result = []
# 获得中序遍历结果
in_order_traversal(root)
if k > len(result) or k <= 0:
return None
else:
return result[k-1]
def in_order_traversal(root):
if not root:
return None
# 左中右
in_order_traversal(root.left)
result.append(root.val)
in_order_traversal(root.right)
3. 其他常见
3.1 [双指针]和为S的两个数字
输入一个递增排序的数组和一个数字S，在数组中查找两个数，使得他们的和正好是S，如果有多对数字的和等于S，输出两个数的乘积最小的。
左右夹逼，如果和比S小则左边往右挪，如果和比S大则右边往左挪。
def sulution(array, tsum):
if len(array) <= 1:
return []
start = 0
end = len(array) - 1
while start < end:
if array[start] + array[end] == tsum:
return [array[start], array[end]]
if array[start] + array[end] < tsum:
start += 1
if array[start] + array[end] > tsum:
end -= 1
return []
3.2 和为S的连续正数序列
输出所有和为S的连续正数序列。序列内按照从小至大的顺序，序列间按照开始数字从小到大的顺序；
e.g. 9~16、 18,19,20,21,22的和均为100
1)由于我们要找的是和为S的连续正数序列，因此这个序列是个公差为1的等差数列，而这个序列的中间值代表了平均值的大小。假设序列长度为n，
那么这个序列的中间值可以通过（S / n）得到，知道序列的中间值和长度，也就不难求出这段序列了。
2)满足条件的n分两种情况：
n为奇数时，序列中间的数正好是序列的平均值，所以条件为：(n & 1) == 1 && sum % n == 0；
n为偶数时，序列中间两个数的平均值是序列的平均值，而这个平均值的小数部分为0.5，所以条件为：(sum % n) * 2 == n.
3)由题可知n >= 2，那么n的最大值是多少呢？我们完全可以将n从2到S全部遍历一次，但是大部分遍历是不必要的。为了让n尽可能大，
我们让序列从1开始，根据等差数列的求和公式：S = (1 + n) * n / 2，得到.
最后举一个例子，假设输入sum = 100，我们只需遍历n = 13~2的情况（按题意应从大到小遍历），n = 8时，得到序列
[9, 10, 11, 12, 13, 14, 15, 16]；n = 5时，得到序列[18, 19, 20, 21, 22]。
import math
def find_continuous_sequence(tsum):
ans = []
for n in range(int(math.sqrt(2 * tsum)), 1, -1):
# 判定规则
if (n % 2 == 1 and tsum % n == 0) or ((tsum % n) * 2 == n):
result = []
res_min = int((tsum * 1.0 / n) - (n - 1) * 1.0 / 2)
res_max = int((tsum * 1.0 / n) + (n - 1) * 1.0 / 2)
for j in range(res_min, res_max + 1):
result.append(j)
ans.append(result)
return ans
3.3 连续子数组的最大和
计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序列的和。
def find_greatest_sum_of_sub_array(arr):
max_sum, cur_sum = -1000000, 0
for i in arr:
# 如果当前的和已经小于0，直接将当前元素值赋给cur_sum
if cur_sum <= 0:
cur_sum = i
else:
cur_sum += i
if cur_sum > max_sum:
max_sum = cur_sum
return max_sum
3.4 最小的K个数
def get_least_numbers(array, k):
# 用前k个初始化
least_numbers_list = array[:k]
# 标记一个最大值
max_n = max(least_numbers_list)
for n in array[k:]:
# 只要找个一个比最大值小的，就替换掉
if n < max_n:
least_numbers_list.remove(max_n)
least_numbers_list.append(n)
max_n = max(least_numbers_list)
least_numbers_list.sort()
return least_numbers_list
3.5 二进制中1的个数
输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示。
def number_of1(n):
count = 0
# 如果为负数
if n < 0:
n = n & 0xffffffff
while n != 0:
count += 1
n = n & (n-1)
return count
3.6 调整数组顺序使奇数位于偶数前面
题目描述
输入一个整数数组，实现一个函数来调整该数组中数字的顺序，使得所有的奇数位于数组的前半部分，
所有的偶数位于数组的后半部分，并保证奇数和奇数，偶数和偶数之间的相对位置不变。
思路
要保证奇数和奇数、偶数和偶数之间的相对位置不变。故只能对调或者顺次移动
def solution(array):
# 相对位置不能变，故只能对调或者顺次移动
array_len = len(array)
for i in range(array_len):
for j in range(array_len-1, i, -1):
# 如果前偶数后奇数就对调其位置
if array[j] % 2 == 1 and array[j-1] % 2 == 0:
temp = array[j-1]
array[j-1] = array[j]
array[j] = temp
return array
3.7 孩子们的游戏(圆圈中最后剩下的人)
每年六一儿童节,牛客都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此。HF作为牛客的资深元老,自然也准备了一些小游戏。
其中,有个游戏是这样的:首先,让小朋友们围成一个大圈。然后,他随机指定一个数m,让编号为0的小朋友开始报数。每次喊到m-1的那个小朋友
要出列唱首歌,然后可以在礼品箱中任意的挑选礼物,并且不再回到圈中,从他的下一个小朋友开始,继续0…m-1报数…这样下去…直到
剩下最后一个小朋友,可以不用表演,并且拿到牛客名贵的“名侦探柯南”典藏版(名额有限哦!!_)。请你试着想下,哪个小朋友会得到这份礼
品呢？(注：小朋友的编号是从0到n-1)
2.3 数学推理：
假设在N0=N的时候，第一次出列的孩子在队列中序号为K，那么这个孩子出列后，剩余N-1个孩子的序号是
0,1,2….K-1, K+1,K+2,….N-1，这个序列要调整成N-K-1,N-K,N-K+1,…N-2, 0, 1, …,N-K-2，主要变化在：
原来的K+1到N-1的每个序号减去（K+1），因为原来K+1的序号变成了0，原来的N-1就就变成了（N-1）-(K+1)=N-K-2,
那么原来的0的序号变成了（N-K-1），那么原来的0到K-1的每个序号加上（N-K-1），因此原来的0变成了（N-K-1）。
数学规律总结：设置变化前有N个元素，出列小孩序号为K，那么K=（M-1）%N，设置剩余小孩调整前原始序号为X，
那么重新调整后，新序号为f（X）=（X-K-1）% N,将K值带入：f(X)=X0=(X-(M-1)%N-1)%N=(X-M)%N,
那么已知X0新序号推原序号就是X=（X0+M）% N
def solution(n, m):
if n == 0:
return -1
if n == 1:
return 0
return (solution(n-1, m) + m) % n
3.8 二维数组中的查找
在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。
可以从右上角开始查找，如果：
- 如果数组中的值大于target,则列数减1
- 如果数组中的值小于target,则行数加1
def solution(target, array):
row = len(array) - 1
col = len(array[0]) - 1
r = 0
c = col
while r <= row and c >= 0:
if array[r][c] <= target:
r += 1
elif array[r][c] >= target:
c -= 1
else:
return True
return False
3.9 旋转数组的最小数字
题目描述
把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转。输入一个非递减排序的数组的一个旋转，输出旋转数组的最小元素。例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转，该数组的最小值为1。NOTE：给出的所有元素都大于0，若数组大小为0，请返回0。
思路
因为是一个非递减排序数组的一个旋转，所以从头到尾开始遍历，遇到第一个不满足递增规则的，如5–>1，则返回1即可
def solution(rotate_array):
if len(rotate_array) <= 0:
return 0
res = -1
for num in rotate_array:
if num < res:
return num
res = num
3.10 顺时针打印矩阵
题目描述
输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字，例如，如果输入如下4 X 4矩阵：
( 1 , 2 , 3 , 4 5 , 6 , 7 , 8 9 , 10 , 11 , 12 13 , 14 , 15 , 16 ) \begin {pmatrix} 1, 2, 3, 4 \\ 5, 6, 7, 8 \\ 9, 10, 11, 12 \\ 13, 14, 15, 16 \end {pmatrix} ⎝⎜⎜⎛1,2,3,45,6,7,89,10,11,1213,14,15,16⎠⎟⎟⎞
则依次打印出数字1,2,3,4,8,12,16,15,14,13,9,5,6,7,11,10.
思路
依次打印出：
1: 1, 2, 3, 4
2: 8, 12, 16
3: 13, 14, 15
4: 9, 5
5: 6, 7
6: 11
7: 10
每次只打印矩阵的第0行，再打印矩阵的第0行后将矩阵按照逆时针旋转90度，然后再打印矩阵的第0行。重复进行下去。
def solution(matrix):
result = []
# 先将矩阵的第0行打印出来
while matrix:
result.append(matrix[0])
if not matrix:
break
# 将矩阵按照逆时针旋转90度
matrix = translate_matrix(matrix)
return result
def translate_matrix(m):
"""
将矩阵按照逆时针旋转90度
:param m:
:return:
"""
row = len(m)
col = len(m[0])
translated_m = []
for c in range(col):
tmp = []
for r in range(row):
tmp.append(m[r][c])
translated_m.append(tmp)
translated_m.reverse()
return translated_m
3.11 数组中出现次数超过一半的数字
题目描述
数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。例如输入一个长度为9的数组{1,2,3,2,2,2,5,4,2}。
由于数字2在数组中出现了5次，超过数组长度的一半，因此输出2。如果不存在则输出0。
思路
- ‘分治法’，先将第一个数字设置为1，下一个数字如果相同，则加1；否则减1，如果次数为0；则将下一个数字次数置换成1
- 先找出出现次数最多的数字
- 再判定其出现次数是否大于数组长度的一半
def solution(numbers):
# ‘分治法’，先将第一个数字设置为1，下一个数字如果相同，则加1；否则减1，如果次数为0；则将下一个数字次数置换成1
result = numbers[0]
t = 1
# 先找出出现次数最多的数字
for i in range(1, len(numbers)):
if t == 0:
result = numbers[i]
t = 1
if numbers[i] == result:
t += 1
else:
t -= 1
# 再判定其出现次数是否大于数组长度的一半
t = 0
for i in range(len(numbers)):
if numbers[i] == result:
t += 1
if t > len(numbers) / 2:
return result
else:
3.12 将数组排成最小的数
题目描述
输入一个正整数数组，把数组里所有数字拼接起来排成一个数，打印能拼接出的所有数字中最小的一个。
例如输入数组{3，32，321}，则打印出这三个数字能排成的最小数字为321323。
思路
对list内的数据进行排序，按照 将a和b转为string后
若 int(str(a) + str(b) < str(b) + str(a)) ， 则a在前,
如 [‘2’, ‘21’]因为212 < 221 所以排序后为[‘21’, ‘2’]
# 在python3中,需要用functools中的cmp_to_key方法进行转换
from functools import cmp_to_key
def solution_on_py3(numbers):
if not numbers:
return ""
lmb = lambda n1, n2: int(str(n1) + str(n2)) - int(str(n2) + str(n1))
numbers.sort(key=cmp_to_key(lmb))
return ''.join([str(i) for i in numbers])
# python2中sorted方法可以有cmp参数，但是在python3中不行
def solution_on_py2(numbers):
if not numbers:
return ""
lmb = lambda n1, n2: int(str(n1) + str(n2)) - int(str(n2) + str(n1))
array = sorted(numbers, cmp=lmb)
return ''.join([str(i) for i in array])
if __name__ == "__main__":
input_l = ['3', '32', '321']
print(solution_on_py3(input_l))
3.13 丑数
题目描述
把只包含质因子2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14不是，因为它包含质因子7。习惯上我们把1当做是第一个丑数。求按从小到大的顺序的第N个丑数。
思路
穷举法：对于因子2,3,5都维护一个index值；每次append丑数列表中的丑数由如下规则确定：
- 初始化2,3,5对应的index_list均为[0],[0],[0]
- 在丑数列表中找到2,3,5对应index对应的元素值 * 2/3/5
- 分别判定除以2， 3， 5对应的余数是否为0，如果为0，则对应2,3,5的indxe值加1，例如对于6这个丑数，2和3对应的index值均加上了1
def solution(index):
if index <= 0:
return 0
# 丑数列表中第一个为0；后续的丑数递增地添加进list中
ugly_list = [1]
index_two = 0
index_three = 0
index_five = 0
for i in range(index - 1):
new_ugly = min(ugly_list[index_two] * 2, ugly_list[index_three] * 3, ugly_list[index_five] * 5)
ugly_list.append(new_ugly)
# 判断添加的丑数是2,3,5中哪个因子的倍数，同时对应的index加上1
if new_ugly % 2 == 0:
index_two += 1
if new_ugly % 3 == 0:
index_three += 1
if new_ugly % 5 == 0:
index_five += 1
return ugly_list[-1]
3.14 数组中只出现一次的数字
题目描述
一个整型数组里除了两个数字之外，其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。
思路
如果问题简化为1个数出现在两个集合A,B中，则其并集 - 交集所得结果便是只出现在集合A或只出现在集合B中的元素。
所以不断二分递归下去，直到集合中只有一个元素，然后再对两个集合做这个操作，最终会将出现两次的数据消除掉，只剩下出现一次的数字。
def solution(array):
return list(dc(array, 0, len(array)-1))
def dc(arr, start, end):
res = set()
if start > end:
return res
if start == end:
return set(arr[start:end+1])
mid = (start + end) / 2
# 不断二分递归
s1 = dc(arr, start, mid)
s2 = dc(arr, mid+1, end)
# 并集 - 交集
return s1.union(s2).difference(s1.intersection(s2))
3.15 数组中的重复数字
题目描述
在一个长度为n的数组里的所有数字都在0到n-1的范围内。 数组中某些数字是重复的，但不知道有几个数字是重复的。也不知道每个数字重复几次。请找出数组中任意一个重复的数字。 例如，如果输入长度为7的数组{2,3,1,0,2,5,3}，那么对应的输出是第一个重复的数字2。
思路
如果数组元素与将该元素作为idx, 在位于该idx的元素是否相等，如果不相等则做一下交换；
如果相等，则返回这个元素，说明这是一个重复数字
def duplicate(numbers, duplication):
for i in range(len(numbers)):
if numbers[i] != i: # 如果元素值不等于其idx
temp = numbers[numbers[i]] # 取得numbers[numbers[i] 的元素
# 如果numbers[i]与 numbers[numbers[i]]相等，说明已经重复，则直接返回这个数字
if temp == numbers[i]:
duplication[0] = numbers[i]
return True
# 如果不相等则交换
else:
numbers[numbers[i]] = numbers[i]
numbers[i] = temp
return False
3.16 构建乘积数组
题目描述
给定一个数组A[0,1,…,n-1],请构建一个数组B[0,1,…,n-1],其中B中的元素B[i]=A[0]A[1]…*A[i-1]A[i+1]…*A[n-1]。不能使用除法。
思路
下三角用连乘可以很容求得，上三角，从下向上也是连乘。
因此我们的思路就很清晰了，先算下三角中的连乘，即我们先算出B[i]中的一部分，然后倒过来按上三角中的分布规律，把另一部分也乘进去。
[ 1 , A 1 , A 2 , . . . , A n − 2 , A n − 1 A 0 , 1 , A 2 , . . . , A n − 2 , A n − 1 A 0 , A 2 , 1 , . . . , A n − 2 , A n − 1 . . . A 0 , A 1 , A 2 , . . . , 1 , A n − 1 A 0 , A 1 , A 2 , . . . , A n − 2 , 1 ] \begin{bmatrix} 1, A_1, A_2, ..., A_{n-2}, A_{n-1} \\ A_0, 1, A_2, ..., A_{n-2}, A_{n-1} \\ A_0, A_2, 1, ..., A_{n-2}, A_{n-1} \\ ... \\ A_0, A_1, A_2, ..., 1, A_{n-1} \\ A_0, A_1, A_2, ..., A_{n-2}, 1 \\ \end{bmatrix} ⎣⎢⎢⎢⎢⎢⎢⎡1,A1,A2,...,An−2,An−1A0,1,A2,...,An−2,An−1A0,A2,1,...,An−2,An−1...A0,A1,A2,...,1,An−1A0,A1,A2,...,An−2,1⎦⎥⎥⎥⎥⎥⎥⎤
def solution(A):
leng = len(A)
if leng <= 0:
return None
B = [1] * leng
B[0] = 1
# 计算下三角
for i in range(1, leng):
B[i] = B[i-1] * A[i-1]
# 计算上三角
temp = 1
for j in range(leng-2, -1, -1):
temp *= A[j+1]
B[j] *= temp
return B
3.17 字符流中第一个不重复的字符
题目描述
请实现一个函数用来找出字符流中第一个只出现一次的字符。例如，当从字符流中只读出前两个字符"go"时，第一个只出现一次的字符是"g"。当从该字符流中读出前六个符“google"时，第一个只出现一次的字符是"l"。
class Solution(object):
def __init__(self):
self.s = ""
self.dict = {}
# 得到第一个只出现一次的字符
def get_first_appear_str(self):
for s in self.s:
if self.dict[s] == 1:
return s
return "#"
def insert(self, char):
self.s += char
if char in self.dict:
self.dict[char] += 1
else:
self.dict[char] = 1
4. 链表
4.1 [双指针]链表中倒数第k个节点
输入一个链表，输出该链表中倒数第k个结点。
可以用两个指针：p1 和 p2
先让p1跑k-1个节点，然后让p2开始跑；当p1跑到最后一个节点时，p2对应的节点就是倒数第k个节点。
def solution(head, k):
p1 = head
p2 = head
i = 0
node_count = 0 # 记录一下节点数，如果节点数小于k值，则返回空值
while p1 is not None:
p1 = p1.next
node_count += 1
if i >= k:
p2 = p2.next
i += 1
if node_count < k:
return None
return p2
4.2 反转链表
输入一个链表，反转链表后，输出新链表的表头。
def solution(pHead):
if not pHead or pHead.next is None:
return pHead
# 先定义last节点是None
last = None
while pHead:
temp = pHead.next # 首先获取到当前节点的下一个节点，存储下来
pHead.next = last # 对于当前的头节点，反转过后其next节点就是None
last = pHead # 将当前节点赋值给last
pHead = temp # 将下一个节点赋给pHead
return last
4.3 两个链表的第一个公共节点
输入两个链表，找出它们的第一个公共结点。
当访问 A 链表的指针访问到链表尾部时，令它从链表 B 的头部开始访问链表 B；(a+b)
同样地，当访问 B 链表的指针访问到链表尾部时，令它从链表 A 的头部开始访问链表 A。(b+a)
这样就能控制访问 A 和 B 两个链表的指针能同时访问到交点。
def solution(pHead1, pHead2):
l1 = pHead1
l2 = pHead2
while l1 != l2:
l1 = pHead2 if l1.next is None else l1.next
l2 = pHead1 if l2.next is None else l2.next
return l1
def solution2(pHead1, pHead2):
"""
先保存链表1的节点，再遍历链表2，如果在链表1中出现，则返回跳出循环。否则返回None
:param pHead1:
:param pHead2:
:return:
"""
l = []
while pHead1:
l.append(pHead1)
pHead1 = pHead1.next
while pHead2:
if pHead2 in l:
return pHead2
break
pHead2 = pHead2.next
return None
4.4 合并两个排序的链表
输入两个单调递增的链表，输出两个链表合成后的链表，当然我们需要合成后的链表满足单调不减规则。
def solution(pHead1, pHead2):
# 可以挨个合并，递归可以解决这个问题
if pHead1 is None:
return pHead2
if pHead2 is None:
return pHead1
if pHead1.val <= pHead2.val:
pHead1.next = solution(pHead1.next, pHead2)
return pHead1
else:
pHead2.next = solution(pHead1, pHead2.next)
return pHead2
4.5 复杂链表的复制
题目描述
输入一个复杂链表（每个节点中有节点值，以及两个指针，一个指向下一个节点，另一个特殊指针指向任意一个节点），返回结果为复制后复杂链表的head。（注意，输出结果中请不要返回参数中的节点引用，否则判题程序会直接返回空）。
class RandomListNode:
def __init__(self, x):
self.label = x
self.next = None
self.random = None
def iter_node(node):
# 迭代返回node的下一个节点
while node:
yield node
node = node.next
def clone_list(p_head):
mem = dict()
for i, n in enumerate(iter_node(p_head)):
mem[id(n)] = i
lst = [RandomListNode(n.label) for n in iter_node(p_head)] # copy a new list
for t, f in zip(iter_node(p_head), lst):
# 如果该节点有next节点，则获取到next节点的id，再从mem中根据id找到对应的节点
if t.next:
f.next = lst[mem[id(t.next)]]
# 如果该节点有random节点，则获取到random节点的id，再从mem中根据id找到对应的节点
if t.random:
f.random = lst[mem[id(t.random)]]
return lst[0] if lst else None
4.6 二叉搜索树与双向链表
题目描述
输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点，只能调整树中结点指针的指向
def node_list(root_of_tree):
"""
得到其中序遍历结果
:param root_of_tree:
:return:
"""
if not root_of_tree:
return []
return node_list(root_of_tree.left) + [root_of_tree] + node_list(root_of_tree)
def convert(root_of_tree):
res = node_list(root_of_tree)
if len(res) == 0:
return None
if len(res) == 1:
return root_of_tree
res[0].left = None
res[0].right = res[1]
res[-1].left = res[-2]
res[-1].right = None
for i in range(1, len(res)-1):
res[i].left = res[i-1]
res[i].right = res[i+1]
return res[0]
4.7 链表中环的入口节点
题目描述
给一个链表，若其中包含环，请找出该链表的环的入口结点，否则，输出null。
思路
有两个：
-
遍历整个链表，将节点缓存起来，第一个重复的节点就是环的入口(时间、空间复杂度都是O(n));
-
第二个方法相对比较复杂：
a. 如果将环抽象为如下形式，从链表起点A开始，经过环的入口B，假设从A–>B的距离为x;
A -----> B ------> C ^ | | | | | <----------b. 假设快指针fast一次移动2步，慢指针一次移动1步，当快慢指针在环中的C点相遇时，假设整个环B–>C–>B的距离为c；从环的入口B到环中相遇节点C的距离为a.
c. 可以得到如下信息，
slow = x + n*c + a（n代表慢指针走过了n次环）
fast = x + m*c + a（m代表快指针走过了m次环）
有：
2 * slow = fast ==> x = (m-2n)c - a ==> x = (m-2n-1)c + c - a
什么意思呢，即A–>B的距离 = 数个环的长度(可能为0) + c - a(即相遇点C继续走到B的距离)
d. 所以，可以再让一个指针从起点A开始走，让一个指针从相遇点C开始继续往后走，2个指针速度一样，那么两个指针的相遇点一定到达环的入口点。时间复杂度为O(n)， 空间复杂度为O(1)。
def solution1(p_head): temp_list = [] p = p_head while p: if p in temp_list: return p else: temp_list.append(p) p = p.next return None def solution2(p_head): if p_head is None or p_head.next is None or p_head.next.next is None: return None fast = p_head.next.next # 2 steps slow = p_head.next # 1 step # 先判断是否存在环 while fast != slow: if fast.next is not None and fast.next.next is not None: fast = fast.next.next slow = slow.next # 如果没有环则返回None else: return None # 如果存在环 fast = p_head # 一个指针从起点开始，另一个指针还是从相遇点开始 while fast != slow: fast = fast.next slow = slow.next return slow