33.丑数
34.第一个只出现一次的字符
35.数组中的逆序对
36.两个链表的第一个公共结点
37.数字在排序数组中出现的次数
38.二叉树的深度
39.平衡二叉树
40.数组中只出现一次的数字
41.和为S的连续正数序列
42.和为S的两个数字
43.左旋转字符串
44.翻转单词顺序列
45.扑克牌顺子
46.孩子们的游戏(圆圈中最后剩下的数)
47.求1+2+3+...+n
48.不用加减乘除做加法
49.把字符串转换成整数
50.数组中重复的数字
51.构建乘积数组
52.正则表达式匹配
53.表示数值的字符串
54.字符流中第一个不重复的字符
55.链表中环的入口结点
56.删除链表中重复的结点
57.二叉树的下一个结点
58.对称的二叉树
59.按之字形顺序打印二叉树
60.把二叉树打印成多行
61.序列化二叉树
62.二叉搜索树的第k个结点
63.数据流中的中位数
64.滑动窗口的最大值
65.矩阵中的路径
66.机器人的运动范围
67.剪绳子
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:
先看一下前几个丑数都是怎么得到的:
让我们总结一下规律:
所有的丑数都是等于2 x i, 3 x i, 5 x i。其中 i 是丑数list中的元素。
一开始丑数只有1。每次丑数从2 x i, 3 x i, 5 x i中选取最小的。假设当前丑数是2 x i, 那么需要更新i,和2相乘的i变成丑数序列的下一个元素,进入下一轮比较。和3相乘的i与和5相乘的i不变。
紫色是需要更新i的位置,即选取当前数作为丑数,追加到丑数序列中class Solution:
def GetUglyNumber_Solution(self, index):
if index == 0:
return 0
res = [1]
i2, i3, i5 = 0, 0, 0
i = 1
while i < index:
res.append(min(res[i2]*2, res[i3]*3, res[i5]*5))
if res[-1] == res[i2]*2:
i2 += 1
if res[-1] == res[i3]*3:
i3 += 1
if res[-1] == res[i5]*5:
i5 += 1
i += 1
return res[-1]
在一个字符串(0<=字符串长度<=10000,全部由字母组成)中找到第一个只出现一次的字符,并返回它的位置, 如果没有则返回 -1(需要区分大小写).
思路:
class Solution:
def FirstNotRepeatingChar(self, s):
if not s:
return -1
dic = [0]*256
for i in s:
dic[ord(i)] +=1
for i in range(len(s)):
if dic[ord(s[i])] == 1:
return s.index(s[i])
break
elif i == len(s)-1 and dic[ord(s[i])] > 1:
return -1
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
输入描述:
题目保证输入的数组中没有的相同的数字
数据范围:
对于%50的数据,size<=10^4
对于%75的数据,size<=10^5
对于%100的数据,size<=2*10^5
输入:
1,2,3,4,5,6,7,0
输出:
7
思路:
这题属于归并排序的变形题目。首先回顾一下归并排序~经典的分治思想:
图片来自网络在分的阶段,被分到一组的两个数之间就可以比较是否是逆序对,记录逆序对数目;
在治的阶段,用两个指针指向数对的末尾,用一个辅助数组存储排序结果:
如果p1指向的数字大于p2指向的数字,则意味着逆序对成立,并且逆序对的数目等于第二个子数组中剩余数字的个数,因为p2指向数字是第二个子数组中最大的了,而p1指向数字比第二个数组最大的还大,所以对第二个数组来说,每个数字都和当前p1指向数字构成逆序对。
每次都将比较较大的数字复制到辅助数组中,并且对应的指针前进1位。
class Solution:
def __init__(self):
self.count = 0
def mergeSort(self, data):
if len(data) < 2: return data
mid = len(data)//2
left = self.mergeSort(data[:mid])
right = self.mergeSort(data[mid:])
i, j = 0, 0
res = []
while i < len(left) and j < len(right):
if left[i] <= right[j]:
res.append(left[i])
i += 1
else:
res.append(right[j])
j += 1
self.count += (len(left)-i)
return res + left[i:] + right[j:]
def InversePairs(self, data):
if len(data) < 2: return 0
self.mergeSort(data)
return self.count % 1000000007
输入两个链表,找出它们的第一个公共结点。(注意因为传入数据是链表,所以错误测试数据的提示是用其他方式显示的,保证传入数据是正确的)
思路:
思路很简单~拥有公共节点的链表是Y型,大概长这个样子:
可以看到,后面都是公共结点。我们可以将两个链表每个结点分别压入两个栈s1, s2内,再一起pop。
判断pop元素是否相同,当遇到不同的结点,那么上一个pop出去的节点就是第一个公共结点。
所以4就是第一个公共节点class Solution:
def FindFirstCommonNode(self, h1, h2):
s1, s2 = [], []
p1, p2 = h1, h2
while p1:
s1.append(p1)
p1 = p1.next
while p2:
s2.append(p2)
p2 = p2.next
res = []
while s1 and s2:
node1 = s1.pop()
node2 = s2.pop()
if node1 == node2:
res.append(node1)
if res:
return res[-1]
else:
return None
统计一个数字在排序数组中出现的次数。
思路:
骚操作:data.count(k)
正常思路:二分查找,然后从查找到的这个点前后遍历,找到一共有多少个该数字。
巧妙思路:某位道友提供的思想!简直太妙,学习到了!
因为data中都是整数,所以可以稍微变一下,不是搜索k的两个位置,而是搜索k-0.5和k+0.5这两个数应该插入的位置,然后相减即可。
class Solution:
def bin_search(self, data, k):
low = 0
high = len(data) - 1
while low <= high:
mid = int((high - low)/2 +low)
print(low, mid, high)
if data[mid] < k:
low = mid + 1
elif data[mid] > k:
high = mid - 1
return low # low位置就是要插入的index
def GetNumberOfK(self, data, k):
return self.bin_search(data, k+0.5) - self.bin_search(data, k-0.5) # 高位index - 低位index
这里需要注意,要返回的是low的位置,因为最后low = high的时候还要判断一下data[mid] 和k之间的大小关系:
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。
思路:
又回到递归了,回想递归思路:当所有子问题都已经完美解决,最后一步需要干什么?
这道题里,假设所有子问题已经完美解决,就是已经计算出了左子树和右子树的高度,那么最后一步我们只要取左子树和右子树中间比较大的深度,再加1,即根节点的深度,就是最终二叉树的深度了。
class Solution:
def TreeDepth(self, pRoot):
if not pRoot:
return 0
if pRoot and not pRoot.left and not pRoot.right:
return 1
return 1 + max(self.TreeDepth(pRoot.left), self.TreeDepth(pRoot.right))
输入一棵二叉树,判断该二叉树是否是平衡二叉树。在这里,我们只需要考虑其平衡性,不需要考虑其是不是排序二叉树。
思路:
首先什么是平衡二叉树?来自维基百科的定义:
AVL树是最早被发明的自平衡二叉查找树。在AVL树中,任一节点对应的两棵子树的最大高度差为1,因此它也被称为 高度平衡树。
很容易想到,这道题也可以用递归实现~
假设左右子树已经判断完毕,我们只需要判断根节点左右子树高度差是否<=1,以及左右子树是否也为AVL树即可~
如何求树的高度,上一题已经给出解决办法!直接套用即可:
# -*- coding:utf-8 -*-
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def TreeDepth(self, pRoot):
if not pRoot:
return 0
if pRoot and not pRoot.left and not pRoot.right:
return 1
return 1 + max(self.TreeDepth(pRoot.left), self.TreeDepth(pRoot.right))
def IsBalanced_Solution(self, pRoot):
if not pRoot:
return True
if abs(self.TreeDepth(pRoot.left) - self.TreeDepth(pRoot.right)) > 1:
return False
return self.IsBalanced_Solution(pRoot.left) and self.IsBalanced_Solution(pRoot.right)
但是!问题来了!这里从上往下判断,在判断上层结点的时候,会多次重复遍历下层结点。我们其实可以在计算树的深度的过程中就进行判断,是否左右子树高度差小于等于1,如果不是的话就可以直接返回False。
class Solution:
def __init__(self):
self.res = True
def TreeDepth(self, pRoot):
if not pRoot:
return 0
if not self.res:
return 1
left = self.TreeDepth(pRoot.left) + 1
right = self.TreeDepth(pRoot.right) + 1
if abs(left - right) > 1:
self.res = False
return max(left, right)
def IsBalanced_Solution(self, pRoot):
self.TreeDepth(pRoot)
return self.res
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:
简单的思路:用一个dict存储数字以及对应出现的次数。
膜拜大神的思路:
由于这题的特殊性,有两个数字出现了一次,其余所有数字出现了两次。可以利用这个性质进行位运算。
首先我们思考一个本题的简化版本:假设只有一个数字出现了一次,其余所有数字出现了两次。那么由于异或的性质:
同样的数字异或结果为0,任何数字与0异或结果为它本身。
利用这个性质,简化版本的问题只要对数组中每个数字进行异或,就可以得到只出现一次的数字。
对于本题,有2个只出现了1次的数字。那么对数组中每个数字进行异或,得到的结果就是这两个数字的异或结果。这个结果的二进制中的1,表现的是A和B的不同的位。取第一个1所在的位置,将原数组划分成两个数组。(如下图中的第4位)
分组依据就是该位置是否为1。相同的数肯定在一个组,因为相同数字所有位都相同,而不同的数则不在一组。这样我们就可以将这两个数分开。然后对分组结果做异或,就可以得到这两个只出现一次的数字了!!!
这里分组位置在第4位实现上:
class Solution:
# 返回[a,b] 其中ab是出现一次的两个数字
def isBit(self, data, index):
# 判断数字data的index位置是否为1
data = data >> index
return data & 1
def FindNumsAppearOnce(self, array):
xor_res = 0
for i in array:
xor_res ^= i
index = 0
while (xor_res & 1) == 0:
xor_res >>= 1
index += 1
a, b = 0, 0
for i in array:
if self.isBit(i, index):
a ^= i
else:
b ^= i
return [a, b]
小明很喜欢数学,有一天他在做数学作业时,要求计算出9~16的和,他马上就写出了正确答案是100。但是他并不满足于此,他在想究竟有多少种连续的正数序列的和为100(至少包括两个数)。没多久,他就得到另一组连续正数和为100的序列:18,19,20,21,22。现在把问题交给你,你能不能也很快的找出所有和为S的连续正数序列? Good Luck!
思路:
这题有一个比较巧妙的思路~ 也是参考了牛客网大神的思路!在这里继续给大家的奇思妙想鞠躬,奇怪的知识增加了!
我们利用两个指针,一个左边left,一个右边right指向这个连续正数序列的首尾两个元素。然后sum是首与尾之间所有元素之和。初始化left=1, right=2:
由于至少有两个连续元素,所以left一定小于right,这是循环停止条件:
class Solution:
def FindContinuousSequence(self, tsum):
left, right = 1, 2
sum, res = 3, []
while left < right:
if sum > tsum:
sum -= left
left += 1
else:
if sum == tsum:
res.append([i for i in range(left, right + 1)])
right += 1
sum += right
return res
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。对应每个测试案例,输出两个数,小的先输出。
思路:
考虑用两个指针代表前后两个数字,依次向中间靠拢寻找答案!
为什么要从两边向中间靠拢寻找答案呢?由于题目要求,如果答案存在多对,要输出乘积最小的。这里需要证明一下,外层乘积小于内层乘积~
证明:
假设存在a,b两个数, 其和为a+b。 那么存在m>0, 满足(a-m) + (b+m) = a + b; (a - m)*(b + m) = ab + am - bm - m^2 = ab -(b-a)m - m^2; 由于b-a >0, 所以(a - m)*(b + m) = ab + am - bm - m^2 = ab -(b-a)m - m^2所以外层乘积小于内层乘积得证。
用两个指针代表前后两个数字的索引,left和right:
class Solution:
def FindNumbersWithSum(self, array, tsum):
if not array:
return []
left = 0
right = len(array) - 1
while left < right:
if array[left] + array[right] < tsum:
left += 1
if array[left] + array[right] > tsum:
right -= 1
if array[left] + array[right] == tsum:
return [array[left] , array[right]]
return []
汇编语言中有一种移位指令叫做循环左移(ROL),现在有个简单的任务,就是用字符串模拟这个指令的运算结果。对于一个给定的字符序列S,请你把其循环左移K位后的序列输出。例如,字符序列S=”abcXYZdef”,要求输出循环左移3位后的结果,即“XYZdefabc”。是不是很简单?OK,搞定它!
思路:
敲黑板!!熟练运用python的切片!
class slice(start, stop[, step])
start -- 起始位置
stop -- 结束位置
step -- 间距
class Solution:
def LeftRotateString(self, s, n):
return s[n:]+s[0:n]
牛客最近来了一个新员工Fish,每天早晨总是会拿着一本英文杂志,写些句子在本子上。同事Cat对Fish写的内容颇感兴趣,有一天他向Fish借来翻看,但却读不懂它的意思。例如,“student. a am I”。后来才意识到,这家伙原来把句子单词的顺序翻转了,正确的句子应该是“I am a student.”。Cat对一一的翻转这些单词顺序可不在行,你能帮助他么?
思路:
和上题一样!必须熟练运用python的切片!由于切片属性,反转的数组是array[::-1]
class Solution:
def ReverseSentence(self, s):
k = s.split(' ')
return ' '.join(k[::-1])
LL今天心情特别好,因为他去买了一副扑克牌,发现里面居然有2个大王,2个小王(一副牌原本是54张^_^)...他随机从中抽出了5张牌,想测测自己的手气,看看能不能抽到顺子,如果抽到的话,他决定去买体育彩票,嘿嘿!!“红心A,黑桃3,小王,大王,方片5”,“Oh My God!”不是顺子.....LL不高兴了,他想了想,决定大小 王可以看成任何数字,并且A看作1,J为11,Q为12,K为13。上面的5张牌就可以变成“1,2,3,4,5”(大小王分别看作2和4),“So Lucky!”。LL决定去买体育彩票啦。 现在,要求你使用这幅牌模拟上面的过程,然后告诉我们LL的运气如何, 如果牌能组成顺子就输出true,否则就输出false。为了方便起见,你可以认为大小王是0。
思路:
一个比较笨的思路:由于0代表任意数,对数组进行排序,从小到大,0排在前面。那么0的数目是ct_0。假设后面不为0的两个连续数字之差大于1,即没有连上顺子,那么中间的差值需要用0补齐,差多少个数字就需要多少个0。
class Solution:
def IsContinuous(self, numbers):
if not numbers:
return False
numbers = sorted(numbers)
ct_0 = 0
for i in range(4):
if numbers[i] == 0:
ct_0 += 1
else:
if numbers[i+1] - numbers[i] > 1:
ct_0 -= (numbers[i+1] - numbers[i] - 1)
if numbers[i+1] - numbers[i] == 0:
return False
if ct_0 < 0:
return False
return True
另一个解答区的巧妙思路:
由于顺子特性,最大值与最小值相差<5;
最大值最小值都不包含0;
除0之外没有重复数字;
这样就避免了模拟用0填充差值这一步~巧妙!具体的实现比较简单就不贴啦~
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)。如果没有小朋友,请返回-1。
思路:
这题是经典的约瑟夫环问题!我们可以通过模拟这个过程来得到结果:
从索引为0的小朋友开始数, 第一次需要出列是数到m-1的小朋友,由于可能存在m-1大于n的情况,所以index为(m-1)%n。下一个开始的小朋友,索引位置就是刚刚pop出去的索引值。
假设m=5, n=10:
模拟了两次pop过程class Solution:
def LastRemaining_Solution(self, n, m):
if not m or not n:
return -1
res = [i for i in range(n)]
i = 0
while len(res) > 1:
i = (m - 1 + i) % len(res)
res.pop(i)
return res[0]
第二种思路就是归纳法得到对应数:
假设孩子们排成一个圈,序号从0到n-1:
第一个出去的孩子序号为 (m-1)%n
剩下的孩子们的序号:0,1,2,m-3, m-2, ,m, m+1, ..., n-2, n-1
橙色位置出队第二轮从m开始数,此时的m重新拍号,从0开始,整个过程如下:
那么重新排号之后,x和y的对应关系:
y = (x - M + N) % N (1)
x = (y + M) % N (2)
出列1人之后,剩下n-1人,继续这个重排序,并且出列的过程。
当只剩下1个人的时候,编号为0,这个人出列。假设存在函数F(·),那么
F(1) = 0
根据(2), 此时N=2,有:
F(2) = [F(1) + M] % N = [F(1) + M] % 2
再往前推,此时N=3,有:
F(3) = [F(2) + M] % N = [F(2) + M] % 3
总结规律:
F(1) = 0
F(N) = [F(N - 1) + M] % N (当N>1时)
有了规律就可以通过递推实现~
class Solution:
def LastRemaining_Solution(self, n, m):
if n < 1 or m < 1:
return -1
last = 0 #n=1
for i in range(2, n + 1):
last = (last + m % i) % i
return last
求1+2+3+...+n,要求不能使用乘除法、for、while、if、else、switch、case等关键字及条件判断语句(A?B:C)。
思路:
经典短路求值+递归。python种的a and b,当a为假时返回a,当a为真时返回b.
由于短路特性,从n到1,n一直为真,所以会持续返回n+n-1+n-2...+2+1
class Solution:
def Sum_Solution(self, n):
return n and (n + self.Sum_Solution(n-1))
写一个函数,求两个整数之和,要求在函数体内不得使用+、-、*、/四则运算符号。
思路:
这题也考虑使用位运算来实现~
假设计算9+3, 按照二进制9:1001, 3:0011
注意,由于python没有位数限制,不会把负数的最高位1当作符号位,所以我们上面的结果需要进行越界检查~
class Solution:
def Add(self, num1, num2):
while num2: # num2意味着还有进位
num1, num2 = (num1 ^ num2) & 0xffffffff, ((num1 & num2) << 1) & 0xffffffff
if num1 <= 0x7fffffff:
result = num1
else:
result = ~(num1^0xffffffff)
return result
这里代码简化了一点,直接判断是否还有进位,没有用到n1&n2判断,是因为进位位的计算已经是(n1&n2) << 1,所以可以直接用n2当作判断条件,即是否还有进位。
将一个字符串转换成一个整数,要求不能使用字符串转换整数的库函数。 数值为0或者字符串不是一个合法的数值则返回0
输入一个字符串,包括数字字母符号,可以为空
如果是合法的数值表达则返回该数字,否则返回0
思路:
class Solution:
def StrToInt(self, s):
table = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
res = 0
for i in range(1,len(s)+1):
if i == len(s) and s[-i] == '+':
return res
if i == len(s) and s[-i] == '-':
return -res
if s[-i] not in table:
return 0
res += table.index(s[-i])*10**(i-1)
return res
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:
创建一个长度为len(numbers)的数组num,初始化每个元素都为0。然后由于数组里的所有数字都在0到n-1的范围内,所以numbers里的每个数字i都可以用作索引,即num[i],用于存储i元素出现次数。
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
num = [0]*len(numbers)
for i in numbers:
if num[i] == 0:
num[i] += 1
else:
duplication[0] = i
return True
return False
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。(注意:规定B[0] = A[1] * A[2] * ... * A[n-1],B[n-1] = A[0] * A[1] * ... * A[n-2];)
思路:
这题比较巧妙的解法是参考剑指offer上面对乘积数组的构建图示:
图片源自网络可以将乘积数组B的组成看作由1分割成上下两部分三角型数组的每行元素乘积组成。
用Up和Down储存上下两个三角形的元素乘积。
对于Down来说,存在Down[i-1] = A[i] * Down[i]关系,推导如下:
Down[0] = 1
Down[1] = A[0] * 1 = A[0] * Down[0]
Down[2] = A[1] * A[0] * 1 = A[1] * Down[1]
Down[3] = A[2] * A[1] * A[0] * 1 = A[2] * Down[2]
...
Down[i+1] = A[i] * Down[i]
对于Up来说,Up是个倒三角形,所以由下向上计算。存在
Up[0] = 1
Up[1] = A[-1] * 1 = A[-1] * Up[0]
Up[2] = A[-2] * A[-1] * 1 = A[-2] * Up[1]
Up[3] = A[-3] * A[-2] * A[-1] * 1 = A[-3] * Up[2]
...
Up[i+1] = A[-i-1] * Up[i]
这样B的每个元素B[i]就是Up的尾部元素Up[-i-1]乘以Down的头部元素Down[i]:
class Solution:
def multiply(self, A):
if not A:
return []
D = [1]
U = [1]
for i in range(len(A) - 1):
D.append(D[i] * A[i])
U.append(U[i] * A[-i-1])
B = [D[i] * U[-i-1] for i in range(len(A))]
return B
请实现一个函数用来匹配包括'.'和'*'的正则表达式。模式中的字符'.'表示任意一个字符,而'*'表示它前面的字符可以出现任意次(包含0次)。 在本题中,匹配是指字符串的所有字符匹配整个模式。例如,字符串"aaa"与模式"a.a"和"ab*ac*a"匹配,但是与"aa.a"和"ab*a"均不匹配。
思路:
这里s和pattern都不为空的情况比较好考虑,需要多注意s和pattern存在为空的情况~
# -*- coding:utf-8 -*-
class Solution:
# s, pattern都是字符串
def match(self, s, pattern):
if len(s) == 0 and len(pattern) == 0:
return True
elif len(s) != 0 and len(pattern) == 0:
return False
elif len(s) == 0 and len(pattern) != 0:
if len(pattern) > 1 and pattern[1] == '*':
return self.match(s, pattern[2:])
else:
return False
else:
if len(pattern) > 1 and pattern[1] == '*':
if s[0] != pattern[0] and pattern[0] != '.':
return self.match(s, pattern[2:])
else:
return self.match(s, pattern[2:]) or self.match(s[1:], pattern[2:]) or self.match(s[1:], pattern)
else:
if s[0] == pattern[0] or pattern[0] == '.':
return self.match(s[1:], pattern[1:])
else:
return False
请实现一个函数用来判断字符串是否表示数值(包括整数和小数)。例如,字符串"+100","5e2","-123","3.1416"和"-1E-16"都表示数值。 但是"12e","1a3.14","1.2.3","+-5"和"12e+4.3"都不是。
思路:
让我们开始仔细审题,看看给出的反例:
这样如果用if else方式判断可能会比较多情况,可以考虑用正则表达式。
re?匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式;
[...]用来表示一组字符,单独列出:[amk] 匹配 'a','m'或'k';
re*匹配0个或多个的表达式;
[0-9]匹配任何数字。类似于 [0123456789];
re+匹配1个或多个的表达式。
class Solution:
# s字符串
def isNumeric(self, s):
import re
a = re.match(r"[+-]?[0-9]*(.[0-9]*)?([eE][+-]?[0-9]+)?", s)
if a.group(0) == s:
return True
else:
return False
group([group1, …])
方法用于获得一个或多个分组匹配的字符串,当要获得整个匹配的子串时,可直接使用group()
或group(0)
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字符“google"时,第一个只出现一次的字符是"l"。
输出描述:
如果当前字符流没有存在出现一次的字符,返回#字符。
思路:
由于字符属性,可以用一个长为256的数组巧妙地存储每个字符出现的位置。字符本身的ascii码当作数组index。初始化数组每个元素都为-1。
最后在该数组中找到>0的最小值,这个位置所代表的字符就是结果。
class Solution:
# 返回对应char
def __init__(self):
self.list = [-1]*256
self.index = 0
def FirstAppearingOnce(self):
tmp_min = 1000
index = -1
for i in range(len(self.list)):
if self.list[i] >= 0 and tmp_min > self.list[i]:
index = i
tmp_min = self.list[i]
if index >= 0:
return chr(index)
else:
return '#'
def Insert(self, char):
if self.list[ord(char)] == -1:
self.list[ord(char)] = self.index
elif self.list[ord(char)] == -2:
pass
else:
self.list[ord(char)] = -2
self.index += 1
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:
我的憨憨思路vs大佬们的巧妙思路,完败
我的思路:遍历链表所有node,把出现过的node都存储到一个list中,每次遍历到下一个node的时候,判断一下该node是否存在于list中,是的话说明是入口node,返回它。
如下图所示,依次把1,2,3,4,5,6加入list中,当再加入3时,发现3已经在list中,返回3作为入口节点。
3是入口节点# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def EntryNodeOfLoop(self, pHead):
nodes = []
h = pHead
while h.next:
if h in nodes:
return h
nodes.append(h)
h = h.next
return None
敲黑板来了!讲一下大佬的思路,这题也是比较经典的快慢指针问题。之前的快慢指针可参考链表倒数第k个节点,日更四中的问题14~
嘿我头发呢:剑指offer系列python实现 日更(四)zhuanlan.zhihu.com在本题中,设置快慢两个指针,初始都指向head。快指针每次走2步,慢指针每次走1步。
有两个结论:
结论1比较好想,假设存在环的话,两个指针进入环,就是一个追逐过程。快指针总会追上慢指针~
证明结论2:
假设链表头到环入口节点数为a,环入口到快慢指针相遇点节点数为b,相遇点到环入口节点数为c。
当快慢指针再相遇点相遇时,
快指针走过的路程=a + (b + c)* k + b,
k>=1, b+c是环的长度,k是圈数,必须超过0圈,不然和慢指针一样。
慢指针走过的路程=a +(b + c)*m + b, m>=0
由于快指针比慢指针快1倍,所以路程是慢指针的1倍:
a + (b + c)* k + b = 2(a +(b + c)*m + b)
化简
a=(k-2m-1)(b+c)+c ,这意味着链表头到环入口的距离 = 整数圈数 + 相遇点到环入口的距离。这也意味着,如果两个指针一个从链表头开始,一个从快慢指针相遇点开始,那么他们最后一定会在环入口相遇。
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def EntryNodeOfLoop(self, phead):
fast, slow = phead, phead
while fast and fast.next:
slow=slow.next
fast=fast.next.next
if slow==fast:
slow2=phead
while slow!=slow2:
slow=slow.next
slow2=slow2.next
return slow
在一个排序的链表中,存在重复的结点,请删除该链表中重复的结点,重复的结点不保留,返回链表头指针。 例如,链表1->2->3->3->4->4->5 处理后为 1->2->5
思路:
老递归了!
复习一下:假设子问题我们都已经完美解决,那么最后一步是什么呢?
首先要记住这个链表是排序的链表~
假设前面都已经是不重复的结点,最后一步我们就是需要判断当前结点和后面的结点是否有重复,若有重复则全部跳过,若不重复则保留当前节点。
这里需要记得考虑只有0或者1个结点的情况~
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def deleteDuplication(self, phead):
if not phead: return phead
if not phead.next: return phead
if phead.val != phead.next.val:
phead.next = self.deleteDuplication(phead.next)
return phead
else:
p = phead.next
while p and p.val == phead.val:
p = p.next
return self.deleteDuplication(p)
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。
思路:
在题目中,node.next是指向父结点的指针。这里需要回顾一下中序遍历顺序:左根右。
这时候有几种情况要考虑:
# class TreeLinkNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
# self.next = None
class Solution:
def GetNext(self, pNode):
if not pNode:
return pNode
if pNode.right:
left = pNode.right
while left.left:
left = left.left
return left
while pNode.next:
father = pNode.next
if father.left == pNode:
return father
pNode = father
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。
思路:
我们先看看对称的二叉树长什么样子:
题目中给了提示: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,复习一下二叉树镜像~参考日更(五)中的问题18:
嘿我头发呢:剑指offer系列python实现 日更(五)zhuanlan.zhihu.com二叉树镜像的主要思路是:当前的结点左右结点交换,然后再对当前结点的左右结点递归做镜像~ 最后返回根结点即可。
本题中,我们需要的是比较左右子树是否是镜像的,转换一下思路:当前的结点左右结点判断是否val一样,然后再对当前结点的左右结点递归做镜像判断~
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def compare(self, node1, node2):
if not node1 and not node2:
return True
if not node1 or not node2:
return False
if node1.val == node2.val:
return self.compare(node1.left, node2.right) and self.compare(node1.right, node2.left)
else:
return False
def isSymmetrical(self, pRoot):
if not pRoot:
return True
return self.compare(pRoot.left, pRoot.right)
请实现一个函数按照之字形打印二叉树,即第一行按照从左到右的顺序打印,第二层按照从右至左的顺序打印,第三行按照从左到右的顺序打印,其他行以此类推。
思路:
一个之字形输出栗子:
输出ACBDEF当看到按照行打印时,第一想法就是广度优先搜索。让我们先回顾一下之前的从上往下打印二叉树,参考日更(六)的问题22:
嘿我头发呢:剑指offer系列python实现 日更(六)zhuanlan.zhihu.com问题22中是用一个list来模拟队列先入先出:把每一层的结点都放到nodes当中,并且当遍历到当前结点时,将结点值存到res中。如果当前结点有左or右子结点,就将左or右子结点放到nodes队列尾部。
那么本题其实只需要变换一下下,在偶数层逆序输出即可。
用一个ct代表当前层数,nodes存储每层结点,tmp暂存每层的结点,child存储当前层结点的孩子结点。若当前层数为偶数层,把tmp反转,放入res结果中。
一个和问题22的小区别在于,问题22输出形式为[1,2,3,4,5,...], 本题输出形式为:[[1], [2,3], [4,5,6,7]....],把每层结点又套进了一个list中。
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def Print(self, proot):
if not proot:
return []
ct = 0
nodes, res = [proot],[]
while nodes:
ct += 1
childs = []
tmp = []
for i in nodes:
tmp.append(i.val)
if i.left:
childs.append(i.left)
if i.right:
childs.append(i.right)
if ct % 2 == 0:
tmp = tmp[::-1]
res.append(tmp)
nodes = childs
return res
从上到下按层打印二叉树,同一层结点从左至右输出。每一层输出一行。
思路:
我仿佛时空穿梭,这题果然要和上一题一起看~ 它们的区别在于:本题不需要偶数层反向输出。
既然如此,我们把参考上题的实现,把偶数层反向输出部分删除:用nodes存储每层结点,tmp暂存每层的结点,child存储当前层结点的孩子结点。
当nodes不为空时,每次把nodes层数遍历一遍,把暂存的每层结点加入结果中,并且让nodes等于child,即当前层结点的孩子结点
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
# 返回二维列表[[1,2],[4,5]]
def Print(self, proot):
if not proot:
return []
nodes, res = [proot],[]
while nodes:
childs = []
tmp = []
for i in nodes:
tmp.append(i.val)
if i.left:
childs.append(i.left)
if i.right:
childs.append(i.right)
res.append(tmp)
nodes = childs
return res
请实现两个函数,分别用来序列化和反序列化二叉树
二叉树的序列化是指:把一棵二叉树按照某种遍历方式的结果以某种格式保存为字符串,从而使得内存中建立起来的二叉树可以持久保存。序列化可以基于先序、中序、后序、层序的二叉树遍历方式来进行修改,序列化的结果是一个字符串,序列化时通过 某种符号表示空节点(#),以 ! 表示一个结点值的结束(value!)。 二叉树的反序列化是指:根据某种遍历顺序得到的序列化字符串结果str,重构二叉树。
例如,我们可以把一个只有根节点为1的二叉树序列化为"1,",然后通过自己的函数来解析回这个二叉树。
思路:
先皮一下,送命答法:
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def Serialize(self, root):
return root
def Deserialize(self, s):
return s
这题还是比较简单的,假设有一颗这样的树:
可以选择某种遍历方式序列化,这里笔者选择先序遍历:根左右。
序列化采用的先序遍历还是我们的老朋友,递归~ 这里需要注意一点,这里用一个字符串存储结果,遇到空值返回'#,',当不为空,用逗号','分隔开每个结点。注意!这里应该返回'#,'而不是'#',在这里卡了一会,原因是入股出现上图中的B结点情况,返回#之后应该继续遍历,所以还需要有逗号分隔~
反序列化需要一点小技巧:我们用一个ct存储结点在序列化结果中的index。
l是以逗号分隔符分隔了s后的数组,该数组仅由二叉树结点和#组成。这个时候依次遍历这个数组里每个元素,实例化每个结点即可!
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def __init__(self):
self.ct = -1
def Serialize(self, root):
if not root:
return '#,'
return str(root.val) + ',' + self.Serialize(root.left) + self.Serialize(root.right)
def Deserialize(self, s):
self.ct += 1
l = s.split(',')
if self.ct >= len(l) or l[self.ct] == '#':
return None
root = TreeNode(int(l[self.ct]))
root.left = self.Deserialize(s)
root.right = self.Deserialize(s)
return root
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。
思路:
二叉搜索树的中序遍历结果就是树结点值按照顺序从小到大排序~ 所以这题我们得到树的中序遍历结果,再取出第k个值即可。
用递归的方法求中序遍历:左根右,依次把中序遍历node加入到ino这个list中。
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
# 返回对应节点TreeNode
def __init__(self):
self.ino = []
def inorder(self, root):
if not root:
return None
self.inorder(root.left)
self.ino.append(root)
self.inorder(root.right)
def KthNode(self, proot, k):
self.inorder(proot)
if not proot or k <= 0 or len(self.ino) < k:
return None
return self.ino[k-1]
如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流,使用GetMedian()方法获取当前读取数据的中位数。
思路:
其实这题有一个比较简单的做法:
但是这个方法有一个缺点,就是每次插入就要进行排序,python内置排序算法是timsort,它在输入已经有序的时候性能较好,时间复杂度是O(n)。
注意,网站上的GetMedian函数需要手动增加一个参数x,不然会报错。。
class Solution:
def __init__(self):
self.data = []
def Insert(self, num):
# write code here
self.data.append(num)
self.data.sort()
return self.data
def GetMedian(self,x ):
l = len(self.data)
if l % 2 == 0:
return (self.data[l/2] + self.data[l/2 - 1])/2.0
else:
return self.data[l/2]
另一种方法,这里贴上大佬的思路,借鉴一下:
利用两个堆,一个最大堆一个最小堆,最大堆存数据流中较小的数,最小堆存数据流中较大的数。
保证:小顶堆中的元素都大于等于大顶堆中的元素,所以每次插值,并不是直接塞进去,而是从另一个堆中poll出一个最大(最小)的塞值
当数目为偶数的时候,将这个值插入大顶堆中,再将大顶堆中根节点(即最大值)插入到小顶堆中;
当数目为奇数的时候,将这个值插入小顶堆中,再讲小顶堆中根节点(即最小值)插入到大顶堆中;
取中位数的时候,如果当前个数为偶数,显然是取小顶堆和大顶堆根结点的平均值;如果当前个数为奇数,显然是取小顶堆的根节点
由于堆调整的复杂度为O(logn),所以相比于上一个思路,利用堆的数据结构在时间复杂度上会更优~
给定一个数组和滑动窗口的大小,找出所有滑动窗口里数值的最大值。例如,如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3,那么一共存在6个滑动窗口,他们的最大值分别为{4,4,6,6,6,5}; 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个: {[2,3,4],2,6,2,5,1}, {2,[3,4,2],6,2,5,1}, {2,3,[4,2,6],2,5,1}, {2,3,4,[2,6,2],5,1}, {2,3,4,2,[6,2,5],1}, {2,3,4,2,6,[2,5,1]}。
思路:
这题比较简单,利用python的切片,让窗口逐渐向后滑动,每次返回切片范围内最大的元素即可。需要注意一下窗口值为0的处理~
黄色代表滑动窗口,依次向右滑动class Solution:
def maxInWindows(self, num, size):
res = []
if size <=0:
return []
for i in range(len(num)-size +1):
res.append(max(num[i: i+size]))
return res
请设计一个函数,用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一个格子开始,每一步可以在矩阵中向左,向右,向上,向下移动一个格子。如果一条路径经过了矩阵中的某一个格子,则该路径不能再进入该格子。 例如
矩阵中包含一条字符串"bcced"的路径,但是矩阵中不包含"abcb"路径,因为字符串的第一个字符b占据了矩阵中的第一行第二个格子之后,路径不能再次进入该格子。
思路:
主要思路还是深度优先搜索,回溯法的经典题型。回溯法也是深度优先搜索的一种~
回溯法是将路径存入到一个栈中,递归地寻找周围有没有符合条件的格子,如果一旦有,就继续压入栈中(不管周围是不是还有其它符合条件的格子)。重复过程直到遇到周围都找不到的情况,这个时候pop当前这个格子,回退到上一个格子,在上一个格子周围继续找是否有满足条件的格子。重复以上的过程直到递归停止~
这题由于要持续寻找附近的格子,很容易想到利用递归实现~ 递归的中止条件是什么呢?
1. 越界,超过给出的矩阵边界;
2. 周围格子没有匹配的字母;
3. 周围格子都已经走过。
在以上3种情况都说明此路不通,可以换下条路。
已经匹配到字符串最后一个字符,且存在这样的路径。
以上情况返回True,说明找到了该路径。
注意,由于走过了的格子不能再走,所以需要一个和原矩阵同维度的matrix,存储是否走过对应格子。每次回溯的时候,该矩阵对应状态也需要变化~
另一个吐槽,牛客给出的数组是一维的!!还寻思为啥要给出rows和cols,人晕了
def isHasPath(self, matrix,rows,cols,curRow,curCol,path,index,visited):
if index == len(path):
return True
hasPath = False
if curRow >= 0 and curRow < rows and curCol >= 0 and curCol < cols and matrix[curRow*cols + curCol] == path[index] and not visited[curRow*cols + curCol]:
index+=1
visited[curRow*cols+curCol] = True
l = self.isHasPath(matrix,rows,cols,curRow,curCol-1,path,index,visited)
u = self.isHasPath(matrix,rows,cols,curRow-1,curCol,path,index,visited)
r = self.isHasPath(matrix,rows,cols,curRow,curCol+1,path,index,visited)
d = self.isHasPath(matrix,rows,cols,curRow+1,curCol,path,index,visited)
hasPath = l or u or r or d
if not hasPath:
index -= 1
visited[curRow*cols+curCol] = False
return hasPath
def hasPath(self, matrix, rows, cols, path):
# write code here
if path is None or path == '' or rows <= 0 or cols <= 0:
return False
visited = [False for i in range(rows*cols)]
index = 0
for i in range(rows):
for j in range(cols):
if self.isHasPath(matrix,rows,cols,i,j,path,index,visited):
return True
return False
地上有一个m行和n列的方格。一个机器人从坐标0,0的格子开始移动,每一次只能向左,右,上,下四个方向移动一格,但是不能进入行坐标和列坐标的数位之和大于k的格子。 例如,当k为18时,机器人能够进入方格(35,37),因为3+5+3+7 = 18。但是,它不能进入方格(35,38),因为3+5+3+8 = 19。请问该机器人能够达到多少个格子?
思路:
这题和上题思路有点像!
用一个matrix存储m行n列矩阵,初始化所有都为1,表示机器人是否可以走到这个格子。
中止条件就是:越界,或行坐标和列坐标的数位之和大于k。
用ct存储可以走的格子个数,从(0,0)开始,如果满足条件可以继续,ct +=1。然后再从当前位置的上下左右方向继续寻找。最后返回ct即可。
class Solution:
def __init__(self ):
self.ct = 0
def movingCount(self, threshold, rows, cols):
visit = [[1 for i in range(cols)] for j in range(rows)]
self.move(visit, 0, 0, threshold)
return self.ct
def move(self, visit, i, j, threshold):
if i < 0 or j < 0 or i >= len(visit) or j >= len(visit[0]):
return
sum_i = sum(list(map(int, list(str(i)))))
sum_j = sum(list(map(int, list(str(j)))))
if sum_i + sum_j > threshold or visit[i][j] != 1:
return
self.ct += 1
visit[i][j] = 0
self.move(visit,i-1, j, threshold)
self.move(visit,i+1, j, threshold)
self.move(visit,i, j-1, threshold)
self.move(visit,i, j+1, threshold)
给你一根长度为n的绳子,请把绳子剪成整数长的m段(m、n都是整数,n>1并且m>1),每段绳子的长度记为k[0],k[1],...,k[m]。请问k[0]xk[1]x...xk[m]可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。输入一个数n,意义见题面。(2 <= n <= 60)
示例1
输入:8
输出:18
思路:
这题也是属于经典的动态规划问题~
不管我们最终得到的绳子有几段,一定存在一个划分点i,把绳子切分成两段,而两段分别可以求相应的长度乘积最大值(最小子问题)。
而对于该绳子来说,乘积最大值就是这两段分别的最大值之积。
假设函数f(x),代表长度为x的绳子的最大乘积。那么对于切分点i来说:
f(x) = f(i) * f(x - i)
由于对称性的存在,即切在长度为 i 和长度为 x-i 处得到结果是一样的,所以j的切分的范围应该在1~n/2之间。
用dp数组存放长度为x的绳子的最大乘积,且此时number大于4。易知:
dp[0] = 0
dp[1] = 1
dp[2] = 2 # 当number大于4,长度为2不用切分
dp[3] = 3 # 当number大于4,长度为3不用切分
代码中需要提前返回number 等于2和3的情况,再对dp进行赋值。
class Solution:
def cutRope(self, number):
if number == 2:
return 1
if number == 3:
return 2
dp = [-1]*61
dp[1] = 1
dp[2] = 2
dp[3] = 3
for i in range(4, (number+1)):
tmpmax = 0
for j in range(1, i//2 + 1):
tmpmax = max(tmpmax, dp[j]*dp[i-j])
dp[i] = tmpmax
return dp[number]
另一种解决方法:
让我们先来归纳一下每个长度的绳子最大乘积情况:
4: 2*2
5: 2*3
6: 3*3
7: 2*2*3 / 4*3
8: 2*3*3
9: 3*3*3
10: 2*2*3*3 / 4*3*3:
11: 2*3*3*3
12: 3*3*3*3
13: 2*2*3*3*3 / 4*3*3*3
发现没有!除了2就是3!
那么有同学可能疑惑,为什么没有比3大的数字?
4 = 2*2
5 < 2*3
6 < 3*3
7 < 2*3*3
那么2和3的数量又是什么关系呢?
6 = 2+2+2 = 3+3
但是:
2*2*2 < 3*3
所以2的数量一定小于3的数量,这题就变成了找尽可能多的3~
class Solution:
def cutRope(self, number):
res = 1
if number <= 1:
return 0
elif number <= 2:
return 1
elif number <= 3:
return 2
elif number > 3:
if number % 3 == 0:
res = 3**(number//3)
elif number%3 == 1:
res = 3**(number//3-1)*4
else:
res = 3**(number//3)*(number%3)
return res