题目
给定两个稀疏向量,计算它们的点积(数量积)。
实现类 SparseVector:
- SparseVector(nums) 以向量 nums 初始化对象。
- dotProduct(vec) 计算此向量与 vec 的点积。
稀疏向量 是指绝大多数分量为 0 的向量。你需要 高效 地存储这个向量,并计算两个稀疏向量的点积。
示例1
- 输入:nums1 = [1,0,0,2,3], nums2 = [0,3,0,4,0]
- 输出:8
- 解释:v1 = SparseVector(nums1) , v2 = SparseVector(nums2)
v1.dotProduct(v2) = 10 + 03 + 00 + 24 + 3*0 = 8
示例2
- 输入:nums1 = [0,1,0,0,0], nums2 = [0,0,0,0,2]
- 输出:0
- 解释:v1 = SparseVector(nums1) , v2 = SparseVector(nums2)
v1.dotProduct(v2) = 00 + 10 + 00 + 00 + 0*2 = 0
示例3
- 输入:nums1 = [0,1,0,0,2,0,0], nums2 = [1,0,0,0,3,0,4]
- 输出:6
思路
- 直接去0
- 用字典的键名和键值储存不为0的下标和值
理解起来有一定困难,对于vec的使用方法进行打印后才理解。
解决方案
最终采用思路2字典的方式,Python3代码如下:
class SparseVector:
def __init__(self, nums: List[int]):
self.num = {i:x for i,x in enumerate(nums) if x != 0}
# Return the dotProduct of two sparse vectors
def dotProduct(self, vec: 'SparseVector') -> int:
return sum([x*vec.num[i] if i in vec.num else 0 for i,x in self.num.items()])
# Your SparseVector object will be instantiated and called as such:
# v1 = SparseVector(nums1)
# v2 = SparseVector(nums2)
# ans = v1.dotProduct(v2)
复杂度分析
时间复杂度:O(n)
空间复杂度:O(n)
结果
参考文献
1.python列表推导式中使用if-else
https://blog.csdn.net/jasonlee_lijiaqi/article/details/79305779