剑指offer | 数组问题汇总

数组问题汇总

  • 1 前言
  • 2 题目
    • 2.1 调整数组顺序使奇数位于偶数前面
      • 2.1.1 思路1
      • 2.1.2 代码1
      • 2.1.3 思路2
      • 2.1.4 代码2
    • 2.2 数组中出现次数超过一半的数字
      • 2.2.1 思路1
      • 2.2.2 代码1
      • 2.2.3 思路2
      • 2.2.4 代码2
    • 2.3 连续子数组的最大和
      • 2.3.1 思路1
      • 2.3.2 代码1
      • 2.3.3 思路2
      • 2.3.4 代码2
    • 2.4 把数组排成最小的数
      • 2.4.1 思路
      • 2.4.2 代码
    • 2.5 数组中的逆序对
      • 2.5.1 题目
      • 2.5.2 思路1
      • 2.5.3 代码1
      • 2.5.4 思路2
      • 2.5.5 代码2
    • 2.6 数字在排序数组中出现的次数
      • 2.6.1 题目
      • 2.6.2 思路1
      • 2.6.3 代码1
      • 2.6.4 思路2
      • 2.6.5 代码2
    • 2.7 数组中只出现一次的数字
      • 2.7.1 题目
      • 2.7.2 思路1
      • 2.7.3 代码1
      • 2.7.4 思路2
    • 2.8 数组中重复的数字
      • 2.8.1 题目
      • 2.8.2 思路1
      • 2.8.3 代码1
    • 2.9 构建乘积数组
    • 2.9.1 题目描述
    • 2.9.2 思路1
    • 2.9.3 代码1
  • 3 参考

1 前言

2 题目

2.1 调整数组顺序使奇数位于偶数前面

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。

2.1.1 思路1

思路:

  • 遍历所有元素 然后用两个空list分别存取奇数和偶数!
  • 最后拼接两个list 奇数在前面!

2.1.2 代码1

# -*- coding:utf-8 -*-
class Solution:
    def reOrderArray(self, array):
        # write code here
        alist = [] # 存取奇数
        blist = [] # 存取偶数
        for i in array:
            if i%2 == 0:
                # 表明为偶数
                blist.append(i)
            else:
                # 表明为奇数
                alist.append(i)
        return alist + blist

2.1.3 思路2

只用一个list实现!

  • 即遇到奇数在list前面插入insert
  • 遇到偶数在list后面append

2.1.4 代码2

# -*- coding:utf-8 -*-
class Solution:
    def reOrderArray(self, array):
        # write code here
        res = []
        l = len(array)
        for i in range(l):
            if array[l-i-1] % 2 != 0:
                res.insert(0,array[-i-1])
            if array[i] % 2 == 0:
                res.append(array[i])
        return res

2.2 数组中出现次数超过一半的数字

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。

2.2.1 思路1

思路:

  • 首先求出数组长度
  • 其次统计每个数字出现的次数!昨天好像有一个方法实现了!回去看一下!想起来了!直接使用count函数+ filter函数

2.2.2 代码1

# -*- coding:utf-8 -*-
class Solution:
    def MoreThanHalfNum_Solution(self, numbers):
        # write code here
        # 列表长度
        n = len(numbers) / 2
        a = list(set(list(filter(lambda x: numbers.count(x) > n, numbers))))
        if len(a) == 0:
            return 0
        else:
            return a[0]

2.2.3 思路2

先排序!

  • 使用快速排序!然后如果某一个数字的出现次数大于数组一半的长度,那么中间的数肯定就是它了!
  • 然后统计中间数出现了多少次!大于一半则ok!
  • 注意考虑边界情况!只有一个元素的list!
  • 快排时间复杂度为 O ( N l o g N ) O(NlogN) O(NlogN)

2.2.4 代码2

class Solution:
    
    def quick_sort(self, alist, first, last):
        # 快排
        if first >= last:
            return 
        
        # 定义两个游标+中值
        low = first
        high = last
        mid = alist[first]
        
        while low < high:
            while alist[high] >= mid and high > low:
                high -= 1
            alist[low] = alist[high]
            
            while alist[low] < mid and low < high:
                low += 1
            alist[high] = alist[low]
        
        alist[low] = mid
        
        # 递归
        self.quick_sort(alist, first, low-1)
        self.quick_sort(alist, low+1, last)
        
        return alist
        
    def MoreThanHalfNum_Solution(self, numbers):
        # write code here
        # 考虑特殊情况
        if len(numbers) == 1:
            return numbers[0]
        # 首先快速排序
        alist = self.quick_sort(numbers, 0, len(numbers)-1)
        print(alist)
        # 判断-看中值出现的次数是否大于一半!因为如果有 肯定中值为出现最多的之一!否则不可能!
        n = int(len(alist)/2)
        # 中值为:
        mid = alist[n]
        # 看有多少个中值!
        count = 0
        for j in alist:
            if j == mid:
                count += 1
        if count > len(alist)/2 :
            return mid
        else:
            return 0

2.3 连续子数组的最大和

HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要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,你会不会被他忽悠住?(子向量的长度至少是1)

2.3.1 思路1

  • 如何考虑呢?
  • 肯定没法暴力去搜索啊,因为组合太多了,肯定搞不过来的!那有没有简单的方法呢?判断正负号?或者说有什么规律或者结论?真想不到!

一个牛逼的思路:
剑指offer | 数组问题汇总_第1张图片
即遇到求和为负数则重新规整为0开始!如果一开始就是负数也添加到全局list中,以防全部为负数!(特殊情况)

2.3.2 代码1

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        # 法1 找到了规律!
        n = len(array)
        if n==1:
            return array[0]
        
        res = []
        s = 0
        for i in array:
            s += i
            if s > 0:
                # 如果累加和大于0 append到res 继续
                res.append(s)
            else:
                # 如果累加和小于0 s归为0 重新开始 并添加到res
                res.append(s)
                s = 0
        return max(res)

2.3.3 思路2

每一步求和 然后和之前的和取max!!!哇 这个思路牛逼啊!但是有一个问题!怎么断掉前面累加和为负数的情况呢!使用动态规划:

a r r a y = [ 1 , − 2 , 3 , 10 , − 4 , 7 , 2 , − 5 ] array=[1,-2,3,10,-4,7,2,-5] array=[1,2,3,10,4,7,2,5]为例:

首先定义相关符号:

  • F ( i ) F(i) F(i):以 a r r a y [ i ] array[i] array[i]为末尾元素的子数组的和的最大值,子数组的元素的相对位置不变

  • F ( i ) = m a x ( F ( i − 1 ) + a r r a y [ i ] , a r r a y [ i ] ) F(i)=max(F(i-1)+array[i] , array[i]) F(i)=max(F(i1)+array[i]array[i])

  • r e s res res:所有子数组的和的最大值

  • r e s = m a x ( r e s , F ( i ) ) res=max(res,F(i)) res=max(resF(i))

开始迭代进行:

  • 第一步, F ( 0 ) = m a x ( F ( 0 ) + a r r a y [ 0 ] , a r r a y [ 0 ] ) = 1 F(0)=max(F(0)+array[0],array[0])=1 F(0)=max(F(0)+array[0],array[0])=1 r e s = m a x ( r e s , F ( 0 ) ) = 1 res=max(res,F(0))=1 res=max(resF(0))=1
  • 第二步, F ( 1 ) = m a x ( F ( 0 ) + a r r a y [ 1 ] , a r r a y [ 1 ] ) = m a x ( 1 − 2 , − 2 ) = − 1 F(1)=max(F(0)+array[1],array[1])=max(1-2,-2)=-1 F(1)=max(F(0)+array[1],array[1])=max(12,2)=1 r e s = m a x ( r e s , F ( 1 ) ) = 1 res=max(res,F(1))=1 res=max(resF(1))=1
  • 第三步, F ( 2 ) = m a x ( F ( 1 ) + a r r a y [ 2 ] , a r r a y [ 2 ] ) = m a x ( − 1 + 3 , 3 ) = 3 F(2)=max(F(1)+array[2],array[2])=max(-1+3,3)=3 F(2)=max(F(1)+array[2],array[2])=max(1+3,3)=3 r e s = m a x ( r e s , F ( 2 ) ) = 3 res=max(res,F(2))=3 res=max(resF(2))=3 这一步就能有效的实现断掉前面累加和为负数的情况!也是为什么也要把最近的一个数也作为比较的对象,比较的就是前面所有的累加和!
  • 第四步, F ( 3 ) = m a x ( F ( 2 ) + a r r a y [ 3 ] , a r r a y [ 3 ] ) = m a x ( 3 + 10 , 10 ) = 13 F(3)=max(F(2)+array[3],array[3])=max(3+10,10)=13 F(3)=max(F(2)+array[3],array[3])=max(3+10,10)=13 r e s = m a x ( r e s , F ( 3 ) ) = 13 res=max(res,F(3))=13 res=max(resF(3))=13
  • 第五步, F ( 4 ) = m a x ( F ( 3 ) + a r r a y [ 4 ] , a r r a y [ 4 ] ) = m a x ( 13 − 4 , − 4 ) = 9 F(4)=max(F(3)+array[4],array[4])=max(13-4,-4)=9 F(4)=max(F(3)+array[4],array[4])=max(134,4)=9 r e s = m a x ( r e s , F ( 4 ) ) = 13 res=max(res,F(4))=13 res=max(resF(4))=13
  • 第六步, F ( 5 ) = m a x ( F ( 4 ) + a r r a y [ 5 ] , a r r a y [ 5 ] ) = m a x ( 9 + 7 , 7 ) = 16 F(5)=max(F(4)+array[5],array[5])=max(9+7,7)=16 F(5)=max(F(4)+array[5],array[5])=max(9+7,7)=16 r e s = m a x ( r e s , F ( 4 ) ) = 16 res=max(res,F(4))=16 res=max(resF(4))=16
  • 第七步, F ( 6 ) = m a x ( F ( 5 ) + a r r a y [ 6 ] , a r r a y [ 6 ] ) = m a x ( 16 + 2 , 2 ) = 18 F(6)=max(F(5)+array[6],array[6])=max(16+2,2)=18 F(6)=max(F(5)+array[6],array[6])=max(16+2,2)=18 r e s = m a x ( r e s , F ( 5 ) ) = 18 res=max(res,F(5))=18 res=max(resF(5))=18
  • 第八步, F ( 7 ) = m a x ( F ( 6 ) + a r r a y [ 7 ] , a r r a y [ 7 ] ) = m a x ( 18 − 5 , − 5 ) = 13 F(7)=max(F(6)+array[7],array[7])=max(18-5,-5)=13 F(7)=max(F(6)+array[7],array[7])=max(185,5)=13 r e s = m a x ( r e s , F ( 6 ) ) = 18 res=max(res,F(6))=18 res=max(resF(6))=18

综上!最大的子数组和为18!

2.3.4 代码2

开始结合上面思路写代码:

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        # 法1 找到了规律!
        n = len(array)
        if n==1:
            return array[0]
        
        s = 0
        l = 0
        res = float("-inf") # 不能取为0 因为可能全为负数!这样就会出现bug
        for i in array:
            # l为中间过渡变量 表示递归的前n项最大和
            l = s+i
            # s为前多少项和 和 最近一个值的最大值!
            s = max(l, i)
            res = max(res,s)
        return res

2.4 把数组排成最小的数

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。

2.4.1 思路

  • 拼接数字!还是看这个数字的个数位 十位的一个情况!多个数字比较深度!
  • 但落实到代码层面怎么去考虑呢?不知道 有点懵逼啊!能不能暴力搜索一下?n的阶乘种排列方式!太复杂了!

牛逼的思路:

  • 将每个数字都变成字符串!然后将字符串进行拼接成不同的数 然后再直接取字符串最小的!输出对应的值即可!

2.4.2 代码

# -*- coding:utf-8 -*-
class Solution:
    def PrintMinNumber(self, numbers):
        # write code here
        if len(numbers) == 0:
            return ''
        compare = lambda a, b:cmp(str(a) + str(b), str(b) + str(a))
        min_string = sorted(numbers, cmp = compare)
        return ''.join(str(s) for s in min_string)

2.5 数组中的逆序对

2.5.1 题目

在数组中的两个数字,如果前面一个数字大于后面的数字,则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数P。并将P对1000000007取模的结果输出。 即输出P%1000000007

2.5.2 思路1

直接暴力搜!

  • 首先两两比较值的大小,求和逆序对总数P

2.5.3 代码1

# -*- coding:utf-8 -*-
class Solution:
    def InversePairs(self, data):
        # write code here
        # 暴力搜索
        n = len(data)
        count = 0
        for i in range(n):
            for j in range(i+1,n):
                if data[i] > data[j]:
                    count += 1
        return count%1000000007

思路简单,代码也简单,但是时间复杂度无法通过,为平方复杂度!想办法优化!

2.5.4 思路2

太炫的思路了。

结论:逆序对的总数 = 左边数组中的逆序对的数量 + 右边数组中逆序对的数量 + 左右结合成新的顺序数组时(注意:左右先进行升序排列!)中出现的逆序对的数量

为什么呢?其实也很简单!

  • 首先分成两部分没问题,分别统计左右两边数组逆序对的数量
  • 现在需要合并!但合并之后需要先对左右两边进行排序!因为防止左右两边内部再加一次!
  • 所以就是归并排序的思想!分治法!
  • 但代码还是有点难度的~

2.5.5 代码2

# -*- coding:utf-8 -*-
class Solution:
    def InversePairs(self, data):
        # write code here
        if not data:
            return 0
        temp = [i for i in data]
        return self.mergeSort(temp, data, 0, len(data)-1) % 1000000007
       
    def mergeSort(self, temp, data, low, high):
        if low >= high:
            temp[low] = data[low]
            return 0
        mid = (low + high) / 2
        left = self.mergeSort(data, temp, low, mid)
        right = self.mergeSort(data, temp, mid+1, high)
           
        count = 0
        i = low
        j = mid+1
        index = low
        while i <= mid and j <= high:
            if data[i] <= data[j]:
                temp[index] = data[i]
                i += 1
            else:
                temp[index] = data[j]
                count += mid-i+1
                j += 1
            index += 1
        while i <= mid:
            temp[index] = data[i]
            i += 1
            index += 1
        while j <= high:
            temp[index] = data[j]
            j += 1
            index += 1
        return count + left + right

2.6 数字在排序数组中出现的次数

2.6.1 题目

统计一个数字在排序数组中出现的次数。

2.6.2 思路1

  • 直接循环遍历判断
  • 但加上一个条件 如果位置i等于一个值 但位置i+1不等于 那么就break 因为数组是排序好的!

2.6.3 代码1

# -*- coding:utf-8 -*-
class Solution:
    def GetNumberOfK(self, data, k):
        # write code here
        # 使用简单的方法 循环遍历
        cnt = 0
        for i in range(len(data)):
            if data[i] == k:
                cnt += 1
            elif data[i] == k and data[i+1] != k:
                break
            else:
                continue
        return cnt

2.6.4 思路2

  • 二分查找!这样的复杂度会比上面的低,上面的复杂度为O(n)
  • 首先通过二分查找找到该元素 然后再以该元素为中心分别向两边去扩散!去找 看有多少相同的!

2.6.5 代码2

遇到的坑:

  • 首先是二分查找得需要非递归版本 这样才能返回该找到的元素的位置
  • 注意考虑边界条件,即这个元素可能不存在!所以要先写一个判断!
  • 注意将mid进行回归!矫正到中值的位置!
# -*- coding:utf-8 -*-
class Solution:
    
    def Binary_search(self, data, k):
        # 二分查找
        n = len(data)-1
        start = 0
        end = n
        
        while start <= end:
            mid = (start + end) // 2
            if data[mid] < k:
                # right
                start = mid + 1
            elif data[mid] > k:
                # left
                end = mid - 1
            else:
                return mid
        return -1
        
    def GetNumberOfK(self, data, k):
        # write code here
        # 使用二分查找
        mid = self.Binary_search(data, k)
        if mid == -1:
            return 0
        else:
            cnt = 1

            while mid + 1 <= len(data)-1 and data[mid+1] == k:
                # 防止越界 + 符合条件
                mid += 1
                cnt += 1

            mid_org = mid - cnt + 1
            while mid_org - 1 >= 0 and data[mid_org - 1] == k:
                # 防止越界 + 符合条件
                mid_org -= 1
                cnt += 1

            return cnt

2.7 数组中只出现一次的数字

2.7.1 题目

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。

2.7.2 思路1

  • 暴力解法!直接遍历!
  • 结果存入到字典!最后遍历字典即可!
  • 注意下标!!!
  • 以及注意字典判断某个key是否存在的方法

2.7.3 代码1

# -*- coding:utf-8 -*-
class Solution:
    # 返回[a,b] 其中ab是出现一次的两个数字
    def FindNumsAppearOnce(self, array):
        # write code here
        res = []
        dic = {}
        for i in range(len(array)):
            #if array[i] in dic:
            if array[i] in dic:
                dic[array[i]] += 1
            else:
                dic[array[i]] = 0
        for k,v in dic.items():
            if v == 0:
                res.append(k)
        return res

2.7.4 思路2

  • 先排序!然后统计 如果次数为1
  • 好像不太行的!!!
  • 用的异或的思路!但是代码太复杂了!忽略!

2.8 数组中重复的数字

2.8.1 题目

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。

2.8.2 思路1

  • 遍历!用一个字典来判断!key为值 value为出现的次数
  • 如果最后次数大于1则break!
  • 记得加一个cnt来判断是否进入了某一个循环!

2.8.3 代码1

# -*- coding:utf-8 -*-
class Solution:
    # 这里要特别注意~找到任意重复的一个值并赋值到duplication[0]
    # 函数返回True/False
    def duplicate(self, numbers, duplication):
        # write code here
        dic = {}
        cnt = 0 
        for num in numbers:
            if num in dic:
                dic[num] += 1
                if dic[num] == 2:
                    cnt += 1
                    duplication[0] = num
                    break
                else:
                    continue
            else:
                dic[num]=1
        if cnt != 0:
            return True
        else:
            return False

2.9 构建乘积数组

2.9.1 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。

2.9.2 思路1

  • 直接遍历!分两段来!注意把每次循环空出一个位置来!!!
  • 另外要注意不能一开始空list 然后直接赋值!只有append!或者说一开始赋予初始值 然后在这个基础之上修改即可!

2.9.3 代码1

# -*- coding:utf-8 -*-
class Solution:
    def multiply(self, A):
        # write code here
        n = len(A)
        B = list(range(n))
        # 基于分割点分别乘积得到结果
        for i in range(n):
            B[i] = 1
            # 第一段
            for j in range(i):
                B[i] *= A[j]
            # 第二段
            for k in range(i+1, n):
                B[i] *= A[k]
                   
        return B

3 参考

  • https://blog.csdn.net/c406495762/article/details/79247243

你可能感兴趣的:(剑指offer,数据结构与算法,求职,剑指offer)