很久没有接触在线编程系统了,之前系统训练算法还是大一时候参加学校ACM社团。这么多年,还停留在C语言,这次参加leetcode训练选择了python,在学习算法的同时,也为了提高自己对python使用的熟练程度。
1.第二题,两数相加
题目:
给你两个 非空 的链表,表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的,并且每个节点只能存储 一位 数字。
请你将两个数相加,并以相同形式返回一个表示和的链表。
你可以假设除了数字 0 之外,这两个数都不会以 0 开头。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/add-two-numbers
解法思想:
本题比较简答,因为链表是倒序存储,所以可以在遍历两个链表的时候,把链表对应位置相加,保存到新的链表中即可。
class Solution:
def addTwoNumbers(self, l1: ListNode, l2: ListNode) -> ListNode:
result = ListNode(-1)
l3 = result
flag = 0
while l1 is not None and l2 is not None:
a = l1.val
b = l2.val
c = a + b + flag
l3.next = ListNode(c % 10)
flag = 1 if c >= 10 else 0
l1 = l1.next
l2 = l2.next
l3 = l3.next
while l1 is not None:
a = l1.val + flag
l3.next = ListNode(a % 10)
flag = 1 if a >= 10 else 0
l1 = l1.next
l3 = l3.next
while l2 is not None:
b = l2.val + flag
l3.next = ListNode(b % 10)
flag = 1 if b >= 10 else 0
l2 = l2.next
l3 = l3.next
if flag == 1:
l3.next = ListNode(flag)
return result.next
2. 第四题, 寻找两个正序数组的中位数
题目:
给定两个大小为 m 和 n 的正序(从小到大)数组
nums1
和nums2
。请你找出并返回这两个正序数组的中位数。来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays/
解法思想:
因为两个数组是有序数组,所以可以从头开始遍历每个数组,将两个数组最小位置的数进行比较,较小的数放入新数组,这样就合并成一个新的有序数组。接下来问题转换为在新合并的有序数组中寻找中位数。若数组长度是偶数,则取中间两个数的平均数,若数组长度是奇数,则取中间数即可。
解题过程:
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
import math
x = len(nums1)+len(nums2)
if x % 2 == 1: #x是奇数
y = math.ceil(x/2)
a = 1
b = 0
else: #x是偶数
d = int(x/2)
y = d+1
a = 0
b = 1
nums3 = [0 for e in range(0, y)]
i = 0
j = 0
k = 0
while i < y:
if j < len(nums1) and k < len(nums2):
if nums1[j] <= nums2[k]:
nums3[i] = nums1[j]
i = i+1
j = j+1
else:
nums3[i] = nums2[k]
i = i+1
k = k+1
elif j < len(nums1):
nums3[i] = nums1[j]
i = i+1
j = j+1
elif k < len(nums2):
nums3[i] = nums2[k]
i = i+1
k = k+1
if a == 1:
return(nums3[i-1])
elif b == 1:
return((nums3[i-2]+nums3[i-1])/2)
3.第五题,最长回文子串
题目:
给你一个字符串
s
,找到s
中最长的回文子串。来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-palindromic-substring/
解法思想:
1. 我自己的思想是,找到每个字串,找到最长字串即可。但是该方法时间复杂度比较大,自己方法会造成超出时间限制
2. 第二种方法是参考leetcode论坛的方法(链接:https://leetcode-cn.com/problems/longest-palindromic-substring/solution/zhong-xin-kuo-san-dong-tai-gui-hua-by-liweiwei1419/)
第二种方法是使用动态规划的方法:
动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)。若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,这样就可以避免大量的重复计算,节省时间。
我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到,只要它被计算过,就将其结果填入表中。这就是动态规划法的基本思路。
解题过程:
方法一:
def isPalindrome(s , left , right):
if((left == right)or(right < left)):
return 1
if(s[left] == s[right]):
return isPalindrome(s , left+1 , right-1)
else :
return 0
class Solution:
def longestPalindrome(self, s: str) -> str:
lp = list()
lp = s[0]
for i in range(0,len(s)):
for j in range(i , len(s)):
if(isPalindrome(s,i,j)):
if(lp is None or j-i >= len(lp)):
lp = s[i:j+1]
if(len(lp) == len(s)):
return lp
return lp
方法二:
class Solution:
def longestPalindrome(self, s: str) -> str:
count = len(s)
if count == 0 or count == 1:
return s
longestPalindromelen = 1
longestPalindromeStr = s[0:1]
dp = [[False] * count for i in range(count)]
for r in range(1, count):
for l in range(0, r):
if s[r] == s[l] and (r - l <= 2 or dp[l + 1][r - 1] == True):
dp[l][r] = True
if longestPalindromelen < r - l + 1:
longestPalindromelen = r - l + 1
longestPalindromeStr = s[l:l + longestPalindromelen]
return longestPalindromeStr