234题 回文链表
方法一:快慢指针+反转链表
这个O1好难。设置反转链表的函数,再设置快慢指针来找到链表一半的节点(快指针永远比慢指针快一步,所以当快指针走到尽头慢指针正好在链表的一半处)。反转后面一半链表来检查前半部分链表==后半部分链表。
class Solution:
def isPalindrome(self, head: ListNode) -> bool:
first_half_end = self.end_of_first_half(head)
second_half_start = self.reverseList(first_half_end.next)
first_position = head
second_position = second_half_start
while second_position:
if first_position.val != second_position.val:
return False
first_position = first_position.next
second_position = second_position.next
return True
def reverseList(self, head: ListNode) -> ListNode:
if not head or not head.next: return head
cur = self.reverseList(head.next)
head.next.next = head
head.next = None
return cur
def end_of_first_half(self, head):
fast = slow = head
while fast.next and fast.next.next:
fast = fast.next.next
slow = slow.next
return slow
方法二:遍历链表
class Solution:
def isPalindrome(self, head: ListNode) -> bool:
vals, node = [], head
while node:
vals.append(node.val)
node = node.next
return vals == vals[::-1]
264题 丑数
#比如1,2,3现在3个丑数,下一个丑数4使用了2乘积那么下标+1,
#对于因子2来说:不再使用2作为基本乘数。
#1,2,3,4现在4个丑数,下一个丑数5使用了5乘积下标+1,
#对于因子5来说,不再使用1作为基本乘数。
#即开始考虑1后面的乘数作为基本乘数。这就是下标+1的意义,使用过该因子后,对于此因子来说将前面的乘数扔掉不再考虑
这个动态规划的思想非常好。。
class Solution:
def nthUglyNumber(self, n: int) -> int:
dp = [1] * n
index5 = index2 = index3 = 0
for i in range(1, n):
dp[i] = min(dp[index2]*2, dp[index3]*3, dp[index5]*5)
if dp[i] == 2 * dp[index2]: index2 += 1
if dp[i] == 3 * dp[index3]: index3 += 1
if dp[i] == 5 * dp[index5]: index5 += 1
return dp[n-1]
338题 比特位计数
只能想到O(nlogn)时间复杂度的常规解答,遍历每个i,对每个i计数1的比特位。官答3个dp给我整懵了。。应该仔细研究一下。另外在常规解答里,如果设定ans数组来遍历时间会比写函数调用函数计算一比特位
DP 1:最高有效位
对于0<=j<i, 总存在bits{i} = bits{j} + 1 找到成立的条件和规律就可做dp
对于2的幂y,y只有最高位数为1,即y的一比特位是1.
对于0<=y<x, x比y大z,那么x的一比特位显然比z的一比特位多1,即bits{x} = bits{z} + 1
解释:因为y的1在最高位,x比y大的数值z,单拎出来的二进制表达式与x的后面几位是完全相同的,所以x的一比特位只比z的一比特位多最高位的那个1.
当遇到下一个2的幂,更新最高有效位数。
class Solution:
def countBits(self, n: int) -> List[int]:
ans = [0] * (n+1)
for i in range(1, n+1):
if (i & i-1) == 0:
highbits = i
ans[i] = ans[i-highbits] + 1
return ans
DP 2:最低有效位
官答起名叫最低有效位我觉得不太好理解,它的思路其实简单,不如起名降次法...
对于任意一个数x,右移一位,即抛弃最低位,那么bits{x} = bits{x/2} + a.
当抛弃的最低位是1,那么a=1,否则0.
x/2的操作是降低原先的幂次,因为二进制少一位即是降低1幂次。
class Solution:
def countBits(self, n: int) -> List[int]:
ans = [0] * (n+1)
for i in range(n+1):
ans[i] = ans[i>>1] + (i&1) #这里i>>1与i//2同效果 后者略慢
return ans
#不提前声明数组空间而使用append也略慢
DP 3:最低设置位
还是拿i&i-1做功夫,此操作会删除最后一个1.
即对于y来说,x=y&y-1, bits{y} = bits{x} + 1
class Solution:
def countBits(self, n: int) -> List[int]:
ans = [0] * (n+1)
for i in range(1, n+1):
ans[i] = ans[i&i-1] + 1
return ans
位运算真的博大精深!!!!果然是计算机的最基础