《热题100》字符串、双指针、贪心算法篇

《热题100》字符串、双指针、贪心算法篇_第1张图片

思路:对于输入的的字符串,只有三种可能,ipv4,ipv6,和neither

ipv4:四位,十进制,无前导0,小于256

ipv6:八位,十六进制,无多余0(00情况不允许),不为空

class Solution:

    def solve(self , IP: str) -> str:

        if '.' in  IP: #有可能是IPV4

            res = IP.split('.')

            if len(res) == 4: #满足4位

                for i in res:

                    try: #满足十进制

                        a = int(i)

                    except:

                        return "Neither"

                    else:

                        if len(str(int(i))) != len(i): #前导0判断

                            return "Neither"

                        elif int(i) > 255: #255判断

                            return "Neither"

                return "IPv4" #如果没有提前盘错退出,就一定是IPV4

            else:

                return "Neither"

        elif ':' in IP: #有可能是IPV6

            res = IP.split(':')

            if len(res) == 8: #满足8位

                for i in res:

                    try: #满足16进制

                        a = int(i,16)

                    except:

                        return "Neither"

                    if i == '' or i.count('0') == len(i) and len(i) != 1 or len(i) > 4: #非空,16比特,0不多余

                        return "Neither"

                return "IPv6"

            else:

                return "Neither"

        else:

            return "Neither"

《热题100》字符串、双指针、贪心算法篇_第2张图片

思路:让两个指针i j,分别从两个字符串的最后一位开始向前遍历,设置进位ind,当i j都没有走到-1时,如果当前和a = i+j+ind大于9,那就res.insert(0,a-10),将ind置为1,如果当前和小于等于9,res.insert(0,a),将ind置为0.

跳出循环之后,将剩余的部分和ind继续加和,如果没有剩余,ind为1,就把ind insert到首位。

class Solution:

    def solve(self , s: str, t: str) -> str:

        ind = 0 #进位

        i,j = len(s)-1,len(t)-1

        res = []

        while i >= 0 and j >= 0:

            a = int(s[i]) + int(t[j]) + ind

            if a <= 9:

                res.insert(0,str(a))

                ind = 0

            else:

                ind = 1

                res.insert(0,str(a-10))

            i -= 1

            j -= 1

        if i == -1:

            while j >= 0: 继续遍历剩下的

                a = int(t[j]) + ind

                if a <= 9:

                    res.insert(0,str(a))

                    ind = 0

                else:

                    ind = 1

                    res.insert(0,str(a-10))

                j -= 1

        if j == -1:

            while i >= 0: 继续遍历剩下的

                a = int(s[i]) + ind

                if a <= 9:

                    res.insert(0,str(a))

                    ind = 0

                else:

                    ind = 1

                    res.insert(0,str(a-10))

                i -= 1

        if i == -1 and j == -1 and ind != 0: #还有进位

            res.insert(0,str(ind))

        return ''.join(res)

《热题100》字符串、双指针、贪心算法篇_第3张图片

思路:先将区间按照start进行排序(从小到大),从前往后遍历区间[1,len-1],当前区间和前面的区间比较,有三种可能:当前区间被前面的区间完全覆盖,当前区间start在前一个区间内,end超出了前一个区间。这两种情况都可以直接更新当前的区间i.start = min(i-1.start,i.start),i.end = max(i-1.end,i,end)。最后一种情况是当前区间的start比前一个区间的end大,两个区间不重复,这种情况下就把前一个区间加入res中。(前一个区间是合并后的)。在最后将最后一个区间加入res。

class Solution:

    def merge(self , intervals: List[Interval]) -> List[Interval]:

        intervals = sorted(intervals,key=lambda x: x.start) #排序

        res = []

        if len(intervals) <= 1: #特殊判断

            return intervals

        i = 1

        while i < len(intervals):

            if intervals[i].start <= intervals[i-1].end: #更新区间

                intervals[i].start = min(intervals[i-1].start,intervals[i].start)

                intervals[i].end = max(intervals[i-1].end,intervals[i].end)

            else: #加入res

                res.append(intervals[i-1])

            i += 1

        res.append(intervals[len(intervals)-1])

        return res

《热题100》字符串、双指针、贪心算法篇_第4张图片

思路:用双指针(滑动窗口)和哈希表来做。首先进行特殊判断:如果len(T)>len(S)或者len(T)是空或者len(S)是空,以及T中有元素不在S中,都要输出空。

然后left=0,right=1开始遍历字符串,如果当前S[left:right]包含的每一个key(T中的字符串)的数量都大于等于d[key],就找到了一个符合的子串,left+=1,查看答案ans与right-left+1比较大小,如果小就更新ans。如果窗口不符合,先判断right是否到达了len(S),如果没到达就更新right+=1,到达后,就更新left+=1来改变窗口。

import collections

class Solution:

    def minWindow(self , S: str, T: str) -> str:

        d1 = collections.Counter(S) #都改成哈希表查找会更快

        d2 = collections.Counter(T)

        res = [i for i in d2 if i not in d1]

        if len(res) or len(S) == 0 or len(T) == 0 or len(T) > len(S): #特殊判断

            return ''

        left,right = 0,1

        ans = S #答案最开始用较长字符串表示

        while right > left:

            if all(S[left:right].count(key) >= d2[key] for key in d2): #符合的子串窗口出现

                if right-left+1 <= len(ans): #判断与答案的大小

                    ans = S[left:right]

                left += 1 #更新窗口

            else:

                if right < len(S):

                    right += 1

                else:

                    left += 1

        return ans

《热题100》字符串、双指针、贪心算法篇_第5张图片

思路:双指针,滑动窗口,如果当前arr[right]在arr[left:right]中,就更新答案,然后移动左指针,如果不在,就移动右指针。最后要考虑一个情况,就是right一直不在,到len(arr)-1后退出循环,所以在返回前,要再次更新ans = max(ans,right-left)。

class Solution:

    def maxLength(self , arr: List[int]) -> int:

        if len(arr) <= 1:

            return len(arr)

        left,right = 0,1

        ans = 0

        while right < len(arr):

            if arr[right] not in arr[left:right]:

                right += 1

            else:

                ans = max(ans,right-left)                

                left += 1

        ans = max(ans,right-left)

        return ans

《热题100》字符串、双指针、贪心算法篇_第6张图片

《热题100》字符串、双指针、贪心算法篇_第7张图片

思路:使用贪心算法求解,我们想要求最大的面积,所以要么底边比较大,要么高度高。用相对指针先保证底边最大,然后向里移动,每次移动较小的值,保证长边被保留下来。每次都计算area,并且更新ans。

class Solution:

    def maxArea(self , height: List[int]) -> int:

        if len(height) < 2: #特殊情况判断

            return 0

        area = 0

        ans = 0

        left,right = 0,len(height)-1 #相对指针

        while left < right:

            area = (right-left)*(min(height[left],height[right])) #计算面积更新答案

            ans = max(ans,area)

            if height[left] < height[right]: #每次都移动较小的边长

                left += 1

            else:

                right -= 1

        return ans

《热题100》字符串、双指针、贪心算法篇_第8张图片

思路:相向双指针,先确定两个边界p1,p2,移动较小边界,如果当前值小于该边界,ans+=差值。如果大于,就更新边界。当left == right时退出

class Solution:

    def maxWater(self , arr: List[int]) -> int:

        if len(arr) <= 2: #特殊判断

            return 0

        left,right = 0,len(arr)-1 #相向双指针

        ans = 0

        p1,p2 = arr[left],arr[right] #设置边界

        while left < right:

            if p1 < p2: #移动较小的边界

                left += 1

                if p1 >= arr[left]: #如果当前边界大于当前值,更新ans

                    ans += p1 - arr[left]

                else: #否则更新边界

                    p1 = arr[left]

            else:

                right -= 1

                if p2 >= arr[right]:

                    ans += p2 - arr[right]

                else:

                    p2 = arr[right]

        return ans

《热题100》字符串、双指针、贪心算法篇_第9张图片

思路:用dp存储每个孩子的糖数,初始化为1,遍历第一遍(从左到右),如果i > i-1那么更新dp[i] = dp[i-1]+1。然后遍历第二遍,如果i > i+1那么更新dp[i] = dp[i+1]+1。最后计算dp的和。

class Solution:

    def candy(self , arr: List[int]) -> int:

        if len(arr) <= 1: #特殊判断

            return len(arr)

        dp = [1]*len(arr) #初始化

        for i in range(1,len(arr)): #第一次遍历,如果右边比左边大,就更新dp

            if arr[i] > arr[i-1]:

                dp[i] = dp[i-1] + 1

        for i in range(len(arr)-2,-1,-1): #第二次遍历,如果左边比右边大,而且左边的糖果比右边小

            if arr[i] > arr[i+1] and dp[i] <= dp[i+1]:

                dp[i] = dp[i+1] + 1

        return sum(dp)

《热题100》字符串、双指针、贪心算法篇_第10张图片

《热题100》字符串、双指针、贪心算法篇_第11张图片

class Solution:

    def minmumNumberOfHost(self , n: int, startEnd: List[List[int]]) -> int:

        if n <= 1:

            return n

        start = [i[0] for i in startEnd]

        end = [i[1] for i in startEnd]

        start.sort() #排序

        end.sort()

        j = 0

        res = 0

        for i in range(n):

            if start[i] >= end[j]: #开始的时间比上一个结束的时间大

                j += 1

            else:

                res += 1

        return res

我们是要看有没有区间重叠,如果当前增加了主持人,就可以多一个开始时间,但是依旧要看新的开始时间是否和之前的结束时间重叠。(所以增加主持人的时候j不动)

《热题100》字符串、双指针、贪心算法篇_第12张图片

class Solution:

    def solve(self , n: int, m: int, a: List[int]) -> List[int]:

        if m % n == 0:

            return a

        else:

            x = m%n

            a = a[n-x:] + a[:n-x]

            return a

《热题100》字符串、双指针、贪心算法篇_第13张图片

思路:设置上下左右的边界值,然后开始遍历,从左到右遍历一次,更新up的值,然后判断当前是否还有行:up <= down,然后从上到下遍历,更新right值,之后判断当前时候还有列:left <= right。接着从右往左遍历,更新下边界值,从下往上遍历更新左边界值。跳出循环的条件是左>右,上>下。

class Solution:

    def spiralOrder(self , matrix: List[List[int]]) -> List[int]:

        n = len(matrix)

        if n <= 0:

            return []

        m = len(matrix[0])

        if m <= 0:

            return []

        ans = []

        up,down,left,right = 0,n-1,0,m-1 #设置边界值

        while up <= down and left <= right:

            #从左到右

            for i in range(left,right+1):

                ans.append(matrix[up][i])

            up += 1 #更新上边界

            #从上到下

            if up <= down: #保证还有行

                for i in range(up,down+1):

                    ans.append(matrix[i][right])

                right -= 1 #更新右边界

                if left <= right: #保证还有列

                    #从右到左

                    for i in range(right,left-1,-1):

                        ans.append(matrix[down][i])

                    down -= 1 #更新下边界

                    #从下到上

                    for i in range(down,up-1,-1):

                        ans.append(matrix[i][left])

                    left += 1 #更新左边界

        return ans

《热题100》字符串、双指针、贪心算法篇_第14张图片

思路:取第一列元素,反转之后作为新数组的第一行。

class Solution:

    def rotateMatrix(self , mat: List[List[int]], n: int) -> List[List[int]]:

        res = []

        m = len(mat[0]) #列

        for i in range(m): #遍历列

            a = []

            for j in range(n): #遍历行

                a.append(mat[j][i])

            res.append(a[::-1])

        return res

《热题100》字符串、双指针、贪心算法篇_第15张图片

思路:最近最少使用一般用链表或者栈来实现,如果访问或者更新键值对的时候,就先把原来的删掉,把key插入到队头,每次队满之后,直接pop掉队尾。

class Solution:

 def __init__(self, capacity: int):

    self.res = {}  #存储键值对

    self.lenght = capacity #缓存结构大小

    self.stack = []  #存储键值对的使用频率

 def get(self, key: int) -> int:

    if key in self.res:  #如果key在缓存中,更新stack,然后返回value

        self.stack.remove(key)

        self.stack.insert(0,key)

        return self.res[key]

    else:  #否则返回0

        return -1

 def set(self, key: int, value: int) -> None:

    if key in self.res:  #如果key值在缓存中,更新缓存值,然后更新stack

        self.res[key] = value

        self.stack.remove(key)

        self.stack.insert(0,key)

    else:   #不在要新增数据

        if len(self.stack) == self.lenght: #如果当前缓存满了

            a = self.stack.pop() #弹出栈顶

            del self.res[a]  #删除缓存

        self.stack.insert(0,key) #更新stack和res

        self.res[key] = value

《热题100》字符串、双指针、贪心算法篇_第16张图片

思路:两个哈希表。key_freq = {key:freq}存储出现的key的次数。缓存cache = {freq:{key:value}}

然后使用minfreq来记录当前的最小次数,如果当前的freq==minfreq并且cache中这个freq的长度已经为0,此时更新最小minfreq+1.

这里要用到两个colletions的内置字典,defaultDict和orderedDict。oderedDict是按照key的插入顺序对key进行的排序。可以pop(key),popitem(last = False)将会弹出第一个key,这个就是最小的使用频率下最久不适用的键值。默认是last = True

弹出最后一个键值对。

import collections

class LFU:

    def __init__(self,k) -> None:

        self.key_freq={} # 记录key值和当前key出现的频率

        self.cache=collections.defaultdict(collections.OrderedDict)# 出现频率:{key:value}

        self.lenght = k

        self.minfreq = 0 #当前最小频率

    def set(self,key,value):

        if key in self.key_freq: #存在就更新值,使用次数增加

            freq = self.key_freq[key] #取该key的出现频率

            self.cache[freq].pop(key) #在cache对应的频率中删除这个key

            self.key_freq[key] += 1 #频率加一

            self.cache[freq+1][key] = value #修改cache,让频率+1的键值放入键值对

            if self.minfreq == freq and len(self.cache[freq]) == 0: #是否要修改最小频率

                self.minfreq += 1

        else:

            if self.lenght == len(self.key_freq): #已满,淘汰

                delkey,delvalue = self.cache[self.minfreq].popitem(last=False) #删第一个键值对

                self.key_freq.pop(delkey)

            #插入

            self.key_freq[key] = 1 #第一次出现

            self.cache[1][key] = value 

            self.minfreq = 1

    def get(self,key):

        if key in self.key_freq:

            freq = self.key_freq[key]

            val = self.cache[freq].pop(key)

            self.key_freq[key] += 1

            self.cache[freq+1][key] = val

            if freq == self.minfreq and len(self.cache[freq])==0: #修改最小频率

                self.minfreq += 1

            return val

        else:

            return -1

class Solution:

    def LFU(self , operators: List[List[int]], k: int) -> List[int]:

        ans = []

        a = LFU(k)

        for i in operators:

            if i[0] == 1:

                a.set(i[1],i[2])

            else:

                ans.append(a.get(i[1]))

        return ans

你可能感兴趣的:(python,算法,开发语言)