本周算法题总结——中级算法专题(1~6 数组和字符串)

上班了,学了老久的Java居然写不了了,现在的方向用的语言主要是Python,所以之后算法题都用Python写(之后用go了,再用go).

学习期期间把剑指offer整本刷完了,不过代码和题解全写日报上了(主管:这家伙果然工作不饱和),之后有机会再整理一波.

<剑指offer>真的是本很好的书不仅应付面试,还有算法入门.
争取每天一题,周末写个总结.先从lc的中级题专题刷起吧.

1.三数之和

本周算法题总结——中级算法专题(1~6 数组和字符串)_第1张图片
思路: 三个数字和为0,除非仨0,要不然就是就肯定至少一个与其他符号相反,这样就需要统计正负数,那排个序呗,然后双指针扫,不过需要仨数,那就用一个数字当桩,然后另外俩在左右两边,小于0则左指针右移,大右左…
不过需要注意不能有重复的,也就是说每次桩不能相同,然后同一个桩的情况下,两次数任意数字不能与上次相同(因为当两个数固定时,和0为的情况只有一种)

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        ans = []
        if nums==None or len(nums)<3:
            return ans
        nums =  sorted(nums)
        for i in range(len(nums)-2):
            if i!=0 and nums[i]==nums[i-1]:
                continue
            left = i+1
            right = len(nums)-1
            while left<right:
                sum_ = nums[left]+nums[right]+nums[i]
                if sum_==0:
                    ans.append([nums[i],nums[left],nums[right]])
                    left += 1
                    while left<len(nums) and nums[left]==nums[left-1]:
                        left += 1
                    right -= 1
                else:
                    if sum_<0:
                        left += 1
                    else:
                        right -= 1
        return ans

2.矩阵置零

本周算法题总结——中级算法专题(1~6 数组和字符串)_第2张图片
思路: 常规思路很简单,遇到一个0标记当列的行和列,然后再读取行和列,哪些需要置为0,置0 就好,如果只能用一个常数的解决方案,就需要在原矩阵里处理.
将矩阵想象成一个表格,表格外层有个每一栏的名称,那么我们也阔以在每一"栏"外层记录该行/列应不应该置0,栏就用最外层担当(第0行/列),可是栏位也是原矩阵呀,所以就需要先记录第0行/列该不该全置0

class Solution(object):
    def setZeroes(self, matrix):
        """
        :type matrix: List[List[int]]
        :rtype: None Do not return anything, modify matrix in-place instead.
        """
        if matrix==None or len(matrix)==0 or matrix[0] == None or len(matrix[0])==0:
            return
        flagR = False
        for i in matrix[0]:
            if i==0:
                flagR =True
                break
        
        flagC = False
        for i in range(len(matrix)):
            if matrix[i][0]==0:
                flagC = True
                break
        for i in range(1,len(matrix)):
            for j in range(1,len(matrix[0])):
                if matrix[i][j]==0:
                    matrix[i][0] = 0
                    matrix[0][j] = 0
        
        for i in range(1,len(matrix[0])):
            if matrix[0][i]==0:
                for j in range(1,len(matrix)):
                    matrix[j][i] = 0
        
        for i in range(len(matrix)):
            if matrix[i][0]==0:
                tmp = matrix[i][0]
                matrix[i] = [0]*len(matrix[0])
                matrix[i][0] = tmp
       
        if flagC:
            for i in range(len(matrix)):
                matrix[i][0] = 0
        
        if flagR:
            matrix[0] = [0]*len(matrix[0])

3.字母异位词

本周算法题总结——中级算法专题(1~6 数组和字符串)_第3张图片思路: 顺序无关,那说明只要给定的字母出现的次数相同就是字母异位词了.且范围只有26个,长度为26的list足矣,数组中再嵌套个list存储有哪些异位词.也可以每个词的字母顺序排序作为顺序作为键.

class Solution(object):
    def groupAnagrams(self, strs):
        """
        :type strs: List[str]
        :rtype: List[List[str]]
        """
        ans = {}
        for str_ in strs:
            count = [0]*26
            for c in str_:
                count[ord(c)-ord('a')] += 1
            count = str(count)
            if count in ans:
                ans[count].append(str_)
            else:
                ans[count] = [str_]
        return ans.values()

4.无重复字符的最长子串

本周算法题总结——中级算法专题(1~6 数组和字符串)_第4张图片思路: 滑动窗口呀,当出现重复的字母时,窗口的左端缩到重复字符上次出现的位置+1,右边的窗口一直往右扩张.这就需要使用一个啥玩意记录上次一某个字符出现的位置.可以用256长度的list(记录ascii码),当然用dict也阔以.

class Solution(object):
    def lengthOfLongestSubstring(self, s):
        """
        :type s: str
        :rtype: int
        """
        mm = [-1]*256
        start = 0
        ans = 0
        for i in range(len(s)):
            c = s[i]
            if mm[ord(c)]!=-1 and mm[ord(c)] >= start:
                ans = max(ans,i-start)
                start = mm[ord(c)]+1
            mm[ord(c)] = i
        return max(len(s)-start,ans)

5.最长的回文子串

本周算法题总结——中级算法专题(1~6 数组和字符串)_第5张图片
思路: 虽然动态规划不是最快的方法,但是俺还是想用动态规划,区间dp,

动归大多第一件事是思考子问题是怎样的,回文子串,它必然它左右边界各缩小1还是回文子串.
然后第二件事就是定义状态,根据子问题,就是从a~b的字符串是否为回文子串.dp[a][b]
第三件事转移方程:还是根据子问题, dp[a][b] = s[a]==s[b] && dp[a+1][b-1]
第四件事,初始化,即最简单的时候,该是怎样的,最简单的情况,长度为1的字符串必然是回文串,长度小于3的只要左右相等即可
第五件事状态压缩…这玩意压缩不了…

class Solution(object):
    def longestPalindrome(self, s):
        """
        :type s: str
        :rtype: str
        """
        dp = [[False]*len(s) for _ in range(len(s))]

        # for i in range(len(dp)):
        #     dp[i][i] = True
        end = 0
        start_ = 0
        for i in range(1,len(dp)+1):
            for start in range(len(dp)-i):
                flag =  s[start]==s[start+i]
                if i<3:
                    dp[start][start+i] = flag
                else:
                    dp[start][start+i] = flag and dp[start+1][start+i-1]
                if dp[start][start+i] and i>end-start_:
                    end = start+i
                    start_ = start
        return s[start_:end+1]

6.递增的三元子序列

本周算法题总结——中级算法专题(1~6 数组和字符串)_第6张图片思路:如果一直往后找,能够找到第三个较前面大的数,当然前提是需要找到第二个较前面一个数大的数,然后…好像有点套娃的味道,但是用动态规划,需要O(n^2)/O(NlogN)的时间复杂度,有点类似最大上升序列,然后当长度为3时,就行了.
还有一种方法,贪心的方法,首先尝试让当前的数字作为最小的数字,如果不行,尝试当中间的数字,还是不行,则说明找到了.

class Solution(object):
    def increasingTriplet(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        num1 = sys.maxsize
        num2 = num1

        for i in nums:
            if  i<=num1:
                num1 = i
            elif i<=num2:
                num2 = i
            else:
                return True
        return False

你可能感兴趣的:(算法/数据结构,算法)