Leetcode笔记

14.最长公共前缀

题目

编写一个函数来查找字符串数组中的最长公共前缀。

如果不存在公共前缀,返回空字符串 “”。

示例 1:

输入:strs = [“flower”,“flow”,“flight”] 输出:“fl”
示例 2:
输入:strs = [“dog”,“racecar”,“car”] 输出:"" 解释:输入不存在公共前缀。

提示:

0 <= strs.length <= 200 0 <= strs[i].length <= 200 strs[i] 仅由小写英文字母组成

我的解法

def longestCommonPrefix(strs):
    """
    :type strs: List[str]
    :rtype: str
    """
    publicPrefix = []
    if strs == []:
        return ''
    elif len(strs) == 1:
        return str(strs[0])
    oneslice = list(strs[0])
    for x in strs[1:]:
        if x == "":
            publicPrefix = []
            break
        elif not publicPrefix:
            for idx in range(len(x)):
                if idx > len(oneslice)-1:
                    break
                elif x[idx] != oneslice[idx]:
                    if idx == 0:
                        return ''
                    else:
                        break
                elif x[idx] == oneslice[idx]:
                    publicPrefix.append(x[idx])
        else:
            for idx in range(len(x)):
                if idx > len(publicPrefix)-1:
                    break
                elif x[idx] == publicPrefix[idx]:
                    continue
                elif x[idx] !=publicPrefix[idx]:
                    if idx > 0:
                        publicPrefix = publicPrefix[:idx]
                    elif idx == 0:
                        publicPrefix = []
                        break
                else:
                    break
    return ''.join(str(i)for i in publicPrefix)
print(longestCommonPrefix(["ac","ac","a","a"]))

在这里插入图片描述

优化解法

  1. 横向扫描

在这里插入图片描述

class Solution:
    def longestCommonPrefix(self,strs):#List[str]) #-> str:
        if not strs:
            return ''
        prefix,length = strs[0],len(strs)
        for x in strs[1:]:
            prefix = self.commonprefix(prefix,x)
            if not prefix:
                return ''
        return prefix

    def commonprefix(self,prefix,x):
        #-->str
        #两个字符串的公共前缀
        length = min(len(prefix),len(x))
        index = 0
        while index < length and prefix[index] == x[index]:
            index += 1
        return prefix[:index]
  1. 复杂度分析

时间复杂度:O(mn)O(mn),其中 mm 是字符串数组中的字符串的平均长度,nn
是字符串的数量。最坏情况下,字符串数组中的每个字符串的每个字符都会被比较一次。

空间复杂度:O(1)O(1)。使用的额外空间复杂度为常数。

  1. 纵向扫描

在这里插入图片描述

class Solution:
    def longestCommonPrefix(self,strs):#List[str]) #-> str:
        if not strs:
            return ''

        count = len(strs[0])
        prefix = []
        for j in range(count):
            c = strs[0][j]
            for i in range(1,len(strs)):
                if any(i == len(strs[j])) or strs[0][j] != strs[i][j]:
                    return strs[0][:j]
        return strs[0]
  1. 分治法
  2. 二分查找

204. 计数质数

题目

统计所有小于非负整数 n 的质数的数量。

示例 1:

输入:n = 10 输出:4 解释:小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。 示例 2:

输入:n = 0 输出:0 示例 3:

输入:n = 1 输出:0

疯狂超时版本

class Solution(object):
    def countPrimes(self, n):
        """
        :type n: int
        :rtype: int
        """
        count = 0
        for x in range(2,n):
            if Solution().isPrime(x):
                count += 1
        return count
    
    def isPrime(self,x):
        sqrtx = int(sqrt(x)) + 1
        for i in range(2,sqrtx):
            if x % i == 0:
                return False
        return True

大神解法

  • 厄拉多塞筛法:
#厄拉多塞筛法
#求20以内质数的个数,首先0,1不是质数.2是第一个质数,
# 然后把20以内所有2的倍数划去.2后面紧跟的数即为下一个质数3,
# 然后把3所有的倍数划去.3后面紧跟的数即为下一个质数5,
# 再把5所有的倍数划去.以此类推.
class Solution(object):
    def countPrimes(self, n):
        """
        :type n: int
        :rtype: int
        """
        l = [1] * n
        l[0],l[1] = 0,0
        for x in range(2,int(n**0.5)+1):
            if l[x] == 1:
                l[2*x:n:x] = [0]*len(l[2*x:n:x]) #注意倍数的表达,不用递归
                #注意切片之后该片切片后的列表,改变的是原列表
        return sum(l)
print(Solution().countPrimes(10))

198.打家劫舍(动态规划)

你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。

给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。

示例 1:

输入:[1,2,3,1] 输出:4 解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。
偷窃到的最高金额 = 1 + 3 = 4 。 示例 2:

输入:[2,7,9,3,1] 输出:12 解释:偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5
号房屋 (金额 = 1)。
偷窃到的最高金额 = 2 + 9 + 1 = 12 。

提示:

0 <= nums.length <= 100 0 <= nums[i] <= 400

class Solution(object):
    def rob(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums) == 0:
            return 0
        if len(nums) == 1:
            return nums[0]
        knowlist = [0]*len(nums)
        knowlist[0] =  nums[0]
        knowlist[1]  = max(nums[:2])
        for i in range(2,len(nums)):
            knowlist[i] = max(knowlist[i-1],knowlist[i-2]+nums[i])
        return knowlist[-1]
  • 动态规划+数组

119. 杨辉三角 II

给定一个非负索引 k,其中 k ≤ 33,返回杨辉三角的第 k 行。

在杨辉三角中,每个数是它左上方和右上方的数的和。

示例:

输入: 3 输出: [1,3,3,1] 进阶:

你可以优化你的算法到 O(k) 空间复杂度吗?

在这里插入图片描述

  • 动态规划
class Solution:
    def getRow(self, rowIndex) :
        cur_row = []
        next_row = [1]
        for x in range(rowIndex):
            cur_row = next_row
            next_row = [0]*(len(next_row)+1)
            for i in range(len(next_row)):
                if i == 0 or i == len(next_row)-1:
                    next_row[i] = 1
                else:
                    next_row[i] = cur_row[i] + cur_row[i-1]
        return next_row
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
KMP算法是一种字符串匹配算法,用于在一个文本串S内查找一个模式串P的出现位置。它的时间复杂度为O(n+m),其中n为文本串的长度,m为模式串的长度。 KMP算法的核心思想是利用已知信息来避免不必要的字符比较。具体来说,它维护一个next数组,其中next[i]表示当第i个字符匹配失败时,下一次匹配应该从模式串的第next[i]个字符开始。 我们可以通过一个简单的例子来理解KMP算法的思想。假设文本串为S="ababababca",模式串为P="abababca",我们想要在S中查找P的出现位置。 首先,我们可以将P的每个前缀和后缀进行比较,得到next数组: | i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | | --- | - | - | - | - | - | - | - | - | | P | a | b | a | b | a | b | c | a | | next| 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 | 接下来,我们从S的第一个字符开始匹配P。当S的第七个字符和P的第七个字符匹配失败时,我们可以利用next[6]=4,将P向右移动4个字符,使得P的第五个字符与S的第七个字符对齐。此时,我们可以发现P的前五个字符和S的前五个字符已经匹配成功了。因此,我们可以继续从S的第六个字符开始匹配P。 当S的第十个字符和P的第八个字符匹配失败时,我们可以利用next[7]=1,将P向右移动一个字符,使得P的第一个字符和S的第十个字符对齐。此时,我们可以发现P的前一个字符和S的第十个字符已经匹配成功了。因此,我们可以继续从S的第十一个字符开始匹配P。 最终,我们可以发现P出现在S的第二个位置。 下面是KMP算法的C++代码实现:
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值