SunnyQjm/algorithm-review
1
0
Fork 0
mirror of https://github.com/SunnyQjm/algorithm-review.git synced 2026-06-03 08:16:43 +08:00
Code Issues Releases Wiki Activity

update

Browse Source
This commit is contained in:
SunnyQjm
2020-06-26 16:20:01 +08:00
parent f62898961a
commit a309209836
9 changed files with 87 additions and 76 deletions
Download Patch File Download Diff File Expand all files Collapse all files
algorithm-analysis.md
+55 -55
View File
@@ -6,63 +6,63 @@
- **定义：** - **定义：**
设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le f(n) \le cg(n)$** 成立，则称 **$f(n)$ 的渐进上界是 $g(n)$**，记作： 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le f (n) \le cg(n)$** 成立，则称 **$f (n)$ 的渐进上界是 $g(n)$**，记作：
$f(n) = O(g(n))$ $f (n) = O(g(n))$
> [自然数]([https://baike.baidu.com/item/%E8%87%AA%E7%84%B6%E6%95%B0/385394?fr=aladdin](https://baike.baidu.com/item/自然数/385394?fr=aladdin))：自然数是指用以计量事物的件数或表示事物次序的数。即用数码0，1，2，[3](https://baike.baidu.com/item/3/5833)，4……所表示的数。自然数由0开始，一个接一个，组成一个无穷的集体。自然数有有序性，无限性。分为偶数和奇数，合数和质数等。 > [自然数]([https://baike.baidu.com/item/%E8%87%AA%E7%84%B6%E6%95%B0/385394?fr=aladdin](https://baike.baidu.com/item/自然数/385394?fr=aladdin))：自然数是指用以计量事物的件数或表示事物次序的数。即用数码0，1，2，[3](https://baike.baidu.com/item/3/5833)，4……所表示的数。自然数由0开始，一个接一个，组成一个无穷的集体。自然数有有序性，无限性。分为偶数和奇数，合数和质数等。
- **说明：** - **说明：**
- $f(n) = O(g(n))$，$f(n)$ 的阶不高于 $g(n)$ 的阶； - $f (n) = O(g(n))$，$f (n)$ 的阶不高于 $g(n)$ 的阶；
- 可能存在多个正数 $c$ ，只要指出一个即可； - 可能存在多个正数 $c$ ，只要指出一个即可；
- 对前面有限多个值可以不满足不等式； - 对前面有限多个值可以不满足不等式；
- 常数函数可以写作 $O(1)$ - 常数函数可以写作 $O(1)$
- **栗子：** - **栗子：**
设 $f(n) = n^2 + n$，则： 设 $f (n) = n^2 + n$，则：
- $f(n) = O(n^2)$，取 $c = 2, n_0 = 1$ 即可； - $f (n) = O(n^2)$，取 $c = 2, n_0 = 1$ 即可；
- $f(n) = O(n^3)$，取 $c = 1, n_0 = 2$ 即可； - $f (n) = O(n^3)$，取 $c = 1, n_0 = 2$ 即可；
### 1.2 大 $\Omega$ 符号 ### 1.2 大 $\Omega$ 符号
- **定义：** - **定义：**
设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f(n)$** 成立，则称 **$f(n)$ 的渐进下界是 $g(n)$**，记作： 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f (n)$** 成立，则称 **$f (n)$ 的渐进下界是 $g(n)$**，记作：
$f(n) = \Omega(g(n))$ $f (n) = \Omega(g(n))$
- **说明：** - **说明：**
- $f(n) = \Omega(g(n))$，$f(n)$ 的阶不低于 $g(n)$ 的阶； - $f (n) = \Omega(g(n))$，$f (n)$ 的阶不低于 $g(n)$ 的阶；
- 可能存在多个正数 $c$ ，只要指出一个即可； - 可能存在多个正数 $c$ ，只要指出一个即可；
- 对前面有限多个值可以不满足不等式； - 对前面有限多个值可以不满足不等式；
- **栗子：** - **栗子：**
设 $f(n) = n^2 + n$，则： 设 $f (n) = n^2 + n$，则：
- $f(n) = \Omega(n^2)$，取 $c = 1, n_0 = 1$ 即可； - $f (n) = \Omega(n^2)$，取 $c = 1, n_0 = 1$ 即可；
- $f(n) = \Omega(100n)$，取 $c = \frac{1}{100}, n_0 = 1$ 即可； - $f (n) = \Omega(100n)$，取 $c = \frac{1}{100}, n_0 = 1$ 即可；
### 1.3 小 $o$ 符号 ### 1.3 小 $o$ 符号
- **定义：** - **定义：**
设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le f(n) \le cg(n)$** 成立，则记作： 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le f (n) \le cg(n)$** 成立，则记作：
$f(n) = o(g(n))$ $f (n) = o(g(n))$
- **说明：** - **说明：**
- $f(n) = o(g(n))$，$f(n)$ 的阶低于 $g(n)$ 的阶； - $f (n) = o(g(n))$，$f (n)$ 的阶低于 $g(n)$ 的阶；
- 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； - 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大；
- 对前面有限多个值可以不满足不等式； - 对前面有限多个值可以不满足不等式；
- **栗子：** - **栗子：**
设 $f(n) = n^2 + n$，则：$f(n) = o(n^3)$ 设 $f (n) = n^2 + n$，则：$f (n) = o(n^3)$
证： 证：
@@ -78,13 +78,13 @@
- **定义：** - **定义：**
设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f(n) $** 成立，则记作： 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f (n) $** 成立，则记作：
$f(n) = \omega(g(n))$ $f (n) = \omega(g(n))$
- **说明：** - **说明：**
- $f(n) = o(g(n))$，$f(n)$ 的阶高于 $g(n)$ 的阶； - $f (n) = o(g(n))$，$f (n)$ 的阶高于 $g(n)$ 的阶；
- 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； - 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大；
- 对前面有限多个值可以不满足不等式； - 对前面有限多个值可以不满足不等式；
@@ -92,22 +92,22 @@
- **定义：** - **定义：**
若 $f(n) = O(g(n))$ 且 $f(n) = \Omega(g(n))$，则记作： 若 $f (n) = O(g(n))$ 且 $f (n) = \Omega(g(n))$，则记作：
$f(n) = \Theta(g(n))$ $f (n) = \Theta(g(n))$
- **说明：** - **说明：**
- $f(n)$ 的阶与 $g(n)$ 的阶相同 - $f (n)$ 的阶与 $g(n)$ 的阶相同
- 对前面有限多个值可以不满足条件； - 对前面有限多个值可以不满足条件；
| | 定义 | 说明 | | | 定义 | 说明 |
| :------: | :----------------------------------------------------------: | :----------------------------------------------------------: | | :------: | :----------------------------------------------------------: | :----------------------------------------------------------: |
| $O$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le f(n) \le cg(n)$** 成立，则称 **$f(n)$ 的渐进上界是 $g(n)$**，记作：$f(n) = O(g(n))$ | $f(n) = O(g(n))$，$f(n)$ 的阶不高于 $g(n)$ 的阶； 可能存在多个正数 $c$ ，只要指出一个即可； 对前面有限多个值可以不满足不等式； 常数函数可以写作 $O(1)$ | | $O$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le f (n) \le cg(n)$** 成立，则称 **$f (n)$ 的渐进上界是 $g(n)$**，记作：$f (n) = O(g(n))$ | $f (n) = O(g(n))$，$f (n)$ 的阶不高于 $g(n)$ 的阶； 可能存在多个正数 $c$ ，只要指出一个即可； 对前面有限多个值可以不满足不等式； 常数函数可以写作 $O(1)$ |
| $\Omega$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f(n)$** 成立，则称 **$f(n)$ 的渐进下界是 $g(n)$**，记作：$f(n) = \Omega(g(n))$ | $f(n) = \Omega(g(n))$，$f(n)$ 的阶不低于 $g(n)$ 的阶； 可能存在多个正数 $c$ ，只要指出一个即可； 对前面有限多个值可以不满足不等式； | | $\Omega$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若存在正数 $c$ 和 $n_0$ ，使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f (n)$** 成立，则称 **$f (n)$ 的渐进下界是 $g(n)$**，记作：$f (n) = \Omega(g(n))$ | $f (n) = \Omega(g(n))$，$f (n)$ 的阶不低于 $g(n)$ 的阶； 可能存在多个正数 $c$ ，只要指出一个即可； 对前面有限多个值可以不满足不等式； |
| $o$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le f(n) \le cg(n)$** 成立，则记作：$f(n) = o(g(n))$ | $f(n) = o(g(n))$，$f(n)$ 的阶低于 $g(n)$ 的阶； 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； 对前面有限多个值可以不满足不等式； | | $o$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le f (n) \le cg(n)$** 成立，则记作：$f (n) = o(g(n))$ | $f (n) = o(g(n))$，$f (n)$ 的阶低于 $g(n)$ 的阶； 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； 对前面有限多个值可以不满足不等式； |
| $\omega$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f(n) $** 成立，则记作：$f(n) = \omega(g(n))$ | $f(n) = o(g(n))$，$f(n)$ 的阶高于 $g(n)$ 的阶； 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； 对前面有限多个值可以不满足不等式； | | $\omega$ | 设 $f$ 和 $g$ 是定义域为自然数集N上的函数。**若对于任意正数 $c$ 都存在 $n_0$**，**使得对于一切 $n > n_0$ 有 $0 \le cg(n) \le f (n) $** 成立，则记作：$f (n) = \omega(g(n))$ | $f (n) = o(g(n))$，$f (n)$ 的阶高于 $g(n)$ 的阶； 对不同的正数 $c$，$n_0$ 不一样，$c$ 越小 $n_0$ 越大； 对前面有限多个值可以不满足不等式； |
| $\Theta$ | 若 $f(n) = O(g(n))$ 且 $f(n) = \Omega(g(n))$，则记作：$f(n) = \Theta(g(n))$ | $f(n)$ 的阶与 $g(n)$ 的阶相同 对前面有限多个值可以不满足条件； | | $\Theta$ | 若 $f (n) = O(g(n))$ 且 $f (n) = \Omega(g(n))$，则记作：$f (n) = \Theta(g(n))$ | $f (n)$ 的阶与 $g(n)$ 的阶相同 对前面有限多个值可以不满足条件； |
## 2. 函数渐进界的定理 ## 2. 函数渐进界的定理
@@ -117,27 +117,27 @@
设 $f$ 和 $g$ 是定义域为自然数集合的函数。 设 $f$ 和 $g$ 是定义域为自然数集合的函数。
- 如果 $\lim_{n \to \infty}\frac{f(n)}{g(n)}$ 存在，并且等于某个常数 $c > 0$ ，那么： - 如果 $\lim_{n \to \infty}\frac{f (n)}{g(n)}$ 存在，并且等于某个常数 $c > 0$ ，那么：
$f(n) = \Theta(g(n))$ $f (n) = \Theta(g(n))$
- 如果 $\lim_{n \to \infty}\frac{f(n)}{g(n)} = 0$ ，那么： - 如果 $\lim_{n \to \infty}\frac{f (n)}{g(n)} = 0$ ，那么：
$f(n) = o(g(n))$ $f (n) = o(g(n))$
- 如果 $\lim_{n \to \infty}\frac{f(n)}{g(n)} = +\infty$ ，那么： - 如果 $\lim_{n \to \infty}\frac{f (n)}{g(n)} = +\infty$ ，那么：
$f(n) = \omega(g(n))$ $f (n) = \omega(g(n))$
- **栗子：** - **栗子：**
设 $f(n) = \frac{1}{2}n^2 - 3n$，证明 $f(n) = \Theta(n^2)$ 设 $f (n) = \frac{1}{2}n^2 - 3n$，证明 $f (n) = \Theta(n^2)$
证：因为 证：因为
​ $\lim_{n \to \infty}\frac{f(n)}{n^2} = \lim_{n \to \infty}\frac{\frac{1}{2}n^2 - 3n}{n^2} = \frac{1}{2}$ ​ $\lim_{n \to \infty}\frac{f (n)}{n^2} = \lim_{n \to \infty}\frac{\frac{1}{2}n^2 - 3n}{n^2} = \frac{1}{2}$
根据定理1，有 $f(n) = \Theta(n^2)$ 根据定理1，有 $f (n) = \Theta(n^2)$
- **根据定理1，得到的一些重要的结论：** - **根据定理1，得到的一些重要的结论：**
@@ -282,11 +282,11 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
- **主定理的应用背景：** - **主定理的应用背景：**
$T(n) = aT(\frac{n}{b}) + f(n)$ $T(n) = aT(\frac{n}{b}) + f (n)$
- $a$ ：规约后的子问题个数 - $a$ ：规约后的子问题个数
- $\frac{n}{b} $ ：规约后子问题的规模 - $\frac{n}{b} $ ：规约后子问题的规模
- $f(n)$ ：规约过程以及组合子问题的解的工作量 - $f (n)$ ：规约过程以及组合子问题的解的工作量
二分检索 => $T(n) = T(\frac{n}{2}) + 1$ 二分检索 => $T(n) = T(\frac{n}{2}) + 1$
@@ -294,19 +294,19 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
- **主定理：** - **主定理：**
设 $a > 1, b > 1$ 为常数，$f(n)$ 为函数，$T(n)$ 为非负整数，且 $T(n) = aT(\frac{n}{b}) + f(n)$，则： 设 $a > 1, b > 1$ 为常数，$f (n)$ 为函数，$T(n)$ 为非负整数，且 $T(n) = aT(\frac{n}{b}) + f (n)$，则：
1. 若 $f(n) = O(n^{log_b a - \epsilon})$，$\epsilon > 0$ ，那么： 1. 若 $f (n) = O(n^{log_b a - \epsilon})$，$\epsilon > 0$ ，那么：
$T(n) = \Theta(n^{\log_b a})$ $T(n) = \Theta(n^{\log_b a})$
2. 若 $f(n) = \Theta(n^{log_b a})$，那么： 2. 若 $f (n) = \Theta(n^{log_b a})$，那么：
$T(n) = \Theta(n^{\log_b a}\log n)$ $T(n) = \Theta(n^{\log_b a}\log n)$
3. 若 $f(n) = \Omega(n^{\log_b a + \epsilon})$，$\epsilon > 0$，且对于某个常数 $c < 1$ 和充分大的 $n$ 有 $af(\frac{n}{b}) \le cf(n)$，那么： 3. 若 $f (n) = \Omega(n^{\log_b a + \epsilon})$，$\epsilon > 0$，且对于某个常数 $c < 1$ 和充分大的 $n$ 有 $af(\frac{n}{b}) \le cf (n)$，那么：
$T(n) = \Theta(f(n))$ $T(n) = \Theta(f (n))$
- **例1：** - **例1：**
@@ -314,9 +314,9 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
解： 解：
​ $a = 9, b = 3, f(n) = n$ ​ $a = 9, b = 3, f (n) = n$
​ $n^{\log_b a} = n^{log_3 9} = n^2$，$f(n) = O(n^{log_3 9 - 1})$ ​ $n^{\log_b a} = n^{log_3 9} = n^2$，$f (n) = O(n^{log_3 9 - 1})$
​ 根据主定理规则1，其中 $\epsilon = 1$： ​ 根据主定理规则1，其中 $\epsilon = 1$：
@@ -328,9 +328,9 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
解： 解：
​ $a = 1, b = \frac{3}{2}, f(n) = 1$ ​ $a = 1, b = \frac{3}{2}, f (n) = 1$
​ $n^{log_b a} = n^{log_{\frac{3}{2}} 1} = 1$ ，$f(n) = n^{log_{\frac{3}{2}}1}$ ​ $n^{log_b a} = n^{log_{\frac{3}{2}} 1} = 1$ ，$f (n) = n^{log_{\frac{3}{2}}1}$
​ 根据主定理规则2： ​ 根据主定理规则2：
@@ -342,19 +342,19 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
解： 解：
​ $a = 3, b = 4, f(n) = n\log n$ ​ $a = 3, b = 4, f (n) = n\log n$
​ $n^{\log_b a} = n^{\log_4 3} \approx 0.793$ ​ $n^{\log_b a} = n^{\log_4 3} \approx 0.793$
​ 取 $\epsilon = 0.2$，则 $f(n) = n\log n = \Omega(n^{\log_4 3 + 0.2})$ = $\Omega(n^{0.993})$ ​ 取 $\epsilon = 0.2$，则 $f (n) = n\log n = \Omega(n^{\log_4 3 + 0.2})$ = $\Omega(n^{0.993})$
​ 条件验证：要使 $af(\frac{n}{b}) \le cf(n)$ 成立，带入 $f(n) = n\log n$ 得到： ​ 条件验证：要使 $af(\frac{n}{b}) \le cf (n)$ 成立，带入 $f (n) = n\log n$ 得到：
​ $3(\frac{n}{4})\log (\frac{n}{4}) \le cn\log n$ ​ $3(\frac{n}{4})\log (\frac{n}{4}) \le cn\log n$
​ 当 $c \ge \frac{3}{4}$ 时，上述不等式可以对充分打的n成立，根据主定理规则3： ​ 当 $c \ge \frac{3}{4}$ 时，上述不等式可以对充分打的n成立，根据主定理规则3：
​ $T(n) = \Theta(f(n)) = \Theta(n\log n)$ ​ $T(n) = \Theta(f (n)) = \Theta(n\log n)$
- **二分检索：** - **二分检索：**
@@ -362,7 +362,7 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
解： 解：
​ $a = 1, b = 2, f(n) = 1, n^{\log_2 1} = 1$ ​ $a = 1, b = 2, f (n) = 1, n^{\log_2 1} = 1$
​ 根据主定理规则2： ​ 根据主定理规则2：
@@ -373,7 +373,7 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
$W(n) = 2W(\frac{n}{2}) + n - 1, W(1) = 0$ $W(n) = 2W(\frac{n}{2}) + n - 1, W(1) = 0$
解： 解：
$a = 2, b = 2, f(n) = n - 1, n^{\log_2 2} = n$ $a = 2, b = 2, f (n) = n - 1, n^{\log_2 2} = n$
​ 根据主定理规则2： ​ 根据主定理规则2：
@@ -385,10 +385,10 @@ $A(n) = \left \lfloor \log n \right \rfloor + \frac{1}{2}$
解： 解：
​ $a = 2, b = 2, f(n) = n\log n, n^{\log_b a} = n$ ​ $a = 2, b = 2, f (n) = n\log n, n^{\log_b a} = n$
​ 不存在 $\epsilon > 0$ 使得：$n\log n = \Omega(n^{1 + \epsilon})$ ​ 不存在 $\epsilon > 0$ 使得：$n\log n = \Omega(n^{1 + \epsilon})$
​ 不存在 $c < 1$ 使 $af(\frac{n}{b}) \le cf(n)$ 对所有充分大的 $n$ 成立 ​ 不存在 $c < 1$ 使 $af(\frac{n}{b}) \le cf (n)$ 对所有充分大的 $n$ 成立
​ $2(\frac{n}{2})\log{\frac{n}{2}} = n(\log n - 1) \le cn\log n$ ​ $2(\frac{n}{2})\log{\frac{n}{2}} = n(\log n - 1) \le cn\log n$
chapter1/climbing-stairs.py
+1 -1
View File
@@ -21,7 +21,7 @@
# 解释： 有三种方法可以爬到楼顶。 # 解释： 有三种方法可以爬到楼顶。
# 1. 1 阶 + 1 阶 + 1 阶 # 1. 1 阶 + 1 阶 + 1 阶
# 2. 1 阶 + 2 阶 # 2. 1 阶 + 2 阶
#　 3. 2 阶 + 1 阶 # 　 3. 2 阶 + 1 阶
############################################################### ###############################################################
class Solution: class Solution:
chapter1/twoSum.py
+1 -1
View File
@@ -18,7 +18,6 @@ class Solution:
if target - tmp in remain: if target - tmp in remain:
return [i, remain.index(target - tmp) + i + 1] return [i, remain.index(target - tmp) + i + 1]
################################################ ################################################
#### 解法2 #### 解法2
################################################ ################################################
@@ -36,6 +35,7 @@ class Solution:
else: else:
return [dict[target - nums[i]], i] return [dict[target - nums[i]], i]
if __name__ == '__main__': if __name__ == '__main__':
solution = Solution() solution = Solution()
print(solution.twoSum([2, 7, 11, 15], 9)) print(solution.twoSum([2, 7, 11, 15], 9))
chapter2/check-out-of-order-string.py
-1
View File
@@ -86,4 +86,3 @@ if __name__ == '__main__':
print(solution.anagramSolution2("heart", "earth"), " == True") print(solution.anagramSolution2("heart", "earth"), " == True")
print(solution.anagramSolution2("python", "typhon"), " == True") print(solution.anagramSolution2("python", "typhon"), " == True")
print(solution.anagramSolution2("qwert", "qwertg"), " == False") print(solution.anagramSolution2("qwert", "qwertg"), " == False")
chapter3/13_sliding-window-maximum.py
+19
View File
@@ -105,9 +105,28 @@ class Solution:
return res return res
def maxSlidingWindow2(self, nums, k):
if not nums:
return []
window, res = [], []
for i, x in enumerate(nums):
if i >= k and window[0] <= i - k:
window.pop(0)
while window and nums[window[-1]] <= x:
window.pop()
window.append(i)
if i >= k - 1:
res.append(nums[window[0]])
return res
if __name__ == '__main__': if __name__ == '__main__':
solution = Solution() solution = Solution()
print(solution.maxSlidingWindow([1, 3, -1, -3, 5, 3, 6, 7], 3), "= \n[3, 3, 5, 5, 6, 7]") print(solution.maxSlidingWindow([1, 3, -1, -3, 5, 3, 6, 7], 3), "= \n[3, 3, 5, 5, 6, 7]")
print(solution.maxSlidingWindow([1, 3, 1, 2, 0, 5], 3), "= \n[3, 3, 2, 5]") print(solution.maxSlidingWindow([1, 3, 1, 2, 0, 5], 3), "= \n[3, 3, 2, 5]")
print(solution.maxSlidingWindow([9, 10, 9, -7, -4, -8, 2, -6], 5), "= \n[10, 10, 9, 2]") print(solution.maxSlidingWindow([9, 10, 9, -7, -4, -8, 2, -6], 5), "= \n[10, 10, 9, 2]")
print(solution.maxSlidingWindow2([1, 3, -1, -3, 5, 3, 6, 7], 3), "= \n[3, 3, 5, 5, 6, 7]")
print(solution.maxSlidingWindow2([1, 3, 1, 2, 0, 5], 3), "= \n[3, 3, 2, 5]")
print(solution.maxSlidingWindow2([9, 10, 9, -7, -4, -8, 2, -6], 5), "= \n[10, 10, 9, 2]")
chapter3/15_3sum.py
-1
View File
@@ -35,7 +35,6 @@ class Solution:
a. 用一个字典记录已经访问过的值及其下标 a. 用一个字典记录已经访问过的值及其下标
b. 如果访问到某个值num[i]是，发现其匹配值target - nums[i] 出现在dict里面，表示其左边有一个是可以与nums[i]想加得target， b. 如果访问到某个值num[i]是，发现其匹配值target - nums[i] 出现在dict里面，表示其左边有一个是可以与nums[i]想加得target，
此时返回[dict[nums[i]], i]即为结果 此时返回[dict[nums[i]], i]即为结果
4. 过程中使用set对结果集去重，保证没有重复的三元组
""" """
# 特判，过滤掉数组元素不够三个的情况 # 特判，过滤掉数组元素不够三个的情况
chapter3/8_reverse-linked-list.py
+1
View File
@@ -42,6 +42,7 @@ class Solution:
head.next, cur, head = cur, head, head.next head.next, cur, head = cur, head, head.next
return cur return cur
if __name__ == '__main__': if __name__ == '__main__':
head = ListNode(1) head = ListNode(1)
head.next = ListNode(2) head.next = ListNode(2)
chapter4/3_remove-duplicates-from-sorted-list.py
+3 -6
View File
@@ -35,17 +35,14 @@ class Solution:
(Knowledge) (Knowledge)
1. 用两个指针，pre指向当前遍历节点的前一个节点，cur指向当前节点； 1. 用两个指针，pre指向当前遍历节点的前一个节点，cur指向当前节点；
2. 用last记录上一次访问的数字； 2. 每次查看当前值和上一次访问的数字是否相同，相同则执行删除节点操作，不相同则两个指针右移
3. 每次查看当前值和上一次访问的数字是否相同，相同则执行删除节点操作，不相同则更新last和两个指针
（讲真，感觉last有点冗余hhh，直接pre.val好像可以替代last）
""" """
if not head: if not head:
return None return None
pre, last, cur = head, head.val, head.next pre, cur = head, head.next
while cur: while cur:
if cur.val == last: if cur.val == pre.val:
pre.next = cur.next pre.next = cur.next
else: else:
last, pre = cur.val, cur last, pre = cur.val, cur
chapter5/1_3sum-closet.py
-4
View File
@@ -67,7 +67,6 @@ class Solution:
result, miniGap = tmp, abs(target - tmp) result, miniGap = tmp, abs(target - tmp)
return result return result
def threeSumClosest2(self, nums, target): def threeSumClosest2(self, nums, target):
""" """
:type nums: List[int] :type nums: List[int]
@@ -114,9 +113,6 @@ class Solution:
return result return result
if __name__ == '__main__': if __name__ == '__main__':
solution = Solution() solution = Solution()
print(solution.threeSumClosest([-3, -2, -5, 3, -4], -1), "= -2") print(solution.threeSumClosest([-3, -2, -5, 3, -4], -1), "= -2")