#2021/4/13
目录
最大子序和
【题目】
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
示例 1:
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
示例 2:输入:nums = [1]
输出:1
示例 3:输入:nums = [0]
输出:0
示例 4:输入:nums = [-1]
输出:-1提示:
1 <= nums.length <= 3 * 104
-105 <= nums[i] <= 105进阶:如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的 分治法 求解。
【我的方法】
没有头绪,偷看了评论,借鉴动态规划的思想写出来:
1、dp[i]代表以下标 i 结尾的连续子数组的最大和,则显然只需要返回max(dp)即可
2、重点在于如何求dp[i],我们可以考虑nums[i]单独成为子数组还是加入到dp[i-1]的子数组中,所以dp[i] = max(dp[i-1]+nums[i], nums[i])。
3、时间和空间复杂度:O(n)
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
if len(nums)==1:
return nums[0]
dp = [nums[0]]
for i in range(1,len(nums)):
dp.append(max(dp[-1]+nums[i],nums[i]))
return max(dp)
执行结果:
执行用时:40 ms, 在所有 Python3 提交中击败了93.39%的用户
内存消耗:15.3 MB, 在所有 Python3 提交中击败了50.77%的用户
小技巧之空间压缩:
考虑到 f(i) 只和 f(i−1) 相关,于是我们可以只用一个变量 pre 来维护对于当前 f(i) 的 f(i−1) 的值是多少,从而让空间复杂度降低到 O(1),这有点类似「滚动数组」的思想。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
if len(nums)==1:
return nums[0]
predp = 0
dp = nums[0]
for i in range(len(nums)):
predp = max(predp + nums[i], nums[i])
dp = max(dp, predp)
return dp
# 执行用时:48 ms, 在所有 Python3 提交中击败了61.14%的用户
# 内存消耗:15.1 MB, 在所有 Python3 提交中击败了98.37%的用户
【进阶方法之分治】
其实就是它的最大子序和要么在左半边,要么在右半边,要么是穿过中间,对于左右边的序列,情况也是一样,因此可以用递归处理。中间部分的则可以直接计算出来,时间复杂度应该是 O(nlogn)。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
#递归终止条件
if n == 1:
return nums[0]
else:
#递归计算左半边最大子序和
max_left = self.maxSubArray(nums[0:len(nums) // 2])
#递归计算右半边最大子序和
max_right = self.maxSubArray(nums[len(nums) // 2:len(nums)])
#计算中间的最大子序和,从右到左计算左边的最大子序和,从左到右计算右边的最大子序和,再相加
max_l = nums[len(nums) // 2 - 1]
tmp = 0
for i in range(len(nums) // 2 - 1, -1, -1):
tmp += nums[i]
max_l = max(tmp, max_l)
max_r = nums[len(nums) // 2]
tmp = 0
for i in range(len(nums) // 2, len(nums)):
tmp += nums[i]
max_r = max(tmp, max_r)
#返回三个中的最大值
return max(max_right,max_left,max_l+max_r)
作者:pandawakaka
链接:https://leetcode-cn.com/problems/maximum-subarray/solution/bao-li-qiu-jie-by-pandawakaka/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
详见 https://leetcode-cn.com/problems/maximum-subarray/solution/zui-da-zi-xu-he-by-leetcode-solution/
和https://leetcode-cn.com/problems/maximum-subarray/solution/bao-li-qiu-jie-by-pandawakaka/
删除有序数组中的重复项
【题目】
给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。
不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
说明:
为什么返回数值是整数,但输出的答案是数组呢?
请注意,输入数组是以「引用」方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
// nums 是以“引用”方式传递的。也就是说,不对实参做任何拷贝
int len = removeDuplicates(nums);// 在函数里修改输入数组对于调用者是可见的。
// 根据你的函数返回的长度, 它会打印出数组中 该长度范围内 的所有元素。
for (int i = 0; i < len; i++) {
print(nums[i]);
}
示例 1:输入:nums = [1,1,2]
输出:2, nums = [1,2]
解释:函数应该返回新的长度 2 ,并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。
示例 2:输入:nums = [0,0,1,1,1,2,2,3,3,4]
输出:5, nums = [0,1,2,3,4]
解释:函数应该返回新的长度 5 , 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。提示:
0 <= nums.length <= 3 * 104
-104 <= nums[i] <= 104
nums 已按升序排列
【我的方法】
如果遍历到新的数,则直接覆盖到前面。
class Solution:
def removeDuplicates(self, nums: List[int]) -> int:
count = 0
for i in range(len(nums)):
if not (nums[i] in nums[:count]):
nums[count] = nums[i]
count += 1
return count
执行结果:
执行用时:1200 ms, 在所有 Python3 提交中击败了6.47%的用户
内存消耗:15.8 MB, 在所有 Python3 提交中击败了51.39%的用户
【优化】
后来决定从提示“nums 已按升序排列”入手优化,不判断是否存在,而是判断是否大于。
class Solution:
def removeDuplicates(self, nums: List[int]) -> int:
if not nums:
return 0
count = 1
for i in range(1,len(nums)):
if nums[i] > nums[count-1]:
nums[count] = nums[i]
count += 1
return count
执行结果:
执行用时:44 ms, 在所有 Python3 提交中击败了79.48%的用户
内存消耗:15.5 MB, 在所有 Python3 提交中击败了99.63%的用户