做题网址:点击进入
1.[编程题]删除字符
将给定的字符串,按照规则删除字符,输出删除后的字符串。删除规则为:相同字符连续,则删除,如”aaaab”删除后的字符串为”b” 。注:仅是单个字符连续才删除,如babababa则不能删除;
输入描述:
输入数据有多组,每组一行,仅包含数字和英文字母,不包含转义等其他特殊字符,输入数据最大长度为10;
输出描述:
对于每个测试实例,要求输出按规则删除后的数据,每个测试实例的输出占一行。如果删除后有字符,直接输出删除后的字符;如果删除后为空,则输出”no”
示例1
输入
a
aaaaabbbb
输出
a
no
思路: 双指针保存目前状态和下一个状态。
通过代码:
import sys
while True:
line=sys.stdin.readline()
if not line:
break
cp_char=''
output=''
for i in range(0,len(line)-1):
cur_char=line[i]
if line[i+1]==cur_char:
cp_char=cur_char
continue
if line[i]==cp_char:
continue
else:
output+=line[i]
if(len(output)==0):
print('no')
else:
print(output)
2.[编程题]队列组合排序
做题网址:
一个班级男生和女生数量相同,老师要求男生女生进行排队,男生全部排在队列前面,女生紧跟着排在男生队列后面,形成一个队列,现在要求男生女生交叉排列并且第一位是男生,且每个人在在原队列中的顺序不变,如何来做?
要求:
交叉前:队列[男1,男2,男3,男4…男n,女1,女2,女3,女4…女n]
交叉后:队列[男1,女1,男2,女2,男3,女3,男4,女4…男n,女n]
输入描述:
输入第一行一个整数 n 表示有 n 个男生和 n 个女生
第 2 到第 n+1 行每一行有一个数字表示每个男生的编号
第 n+2 到第 2*n+1 行每一行有一个数字表示每个女生的编号
输出描述:
输出 2*n 行,每行一个名字表示交叉排列后队列中依次每个学生的编号
示例1
输入
3
1
2
3
4
5
6
输出
1
4
2
5
3
6
说明
男【1,2,3】+女【4,5,6】。交叉后变为:【1,4,2,5,3,6】
备注:
1
<
=
n
<
=
1
0
5
1<=n<=10^5
1<=n<=105 ,
每个学生的标号互不相同,并且标号 x 满足:
1
<
=
x
<
=
1
0
9
1<=x<=10^9
1<=x<=109
思路:
就分别存然后打印就好了
n=int(input())
boy=[]
girl=[]
for i in range(0,n):
boy.append(int(input()))
for i in range(0,n):
girl.append(int(input()))
line=[]
for i in range(0,n):
line.append(boy[i])
line.append(girl[i])
for i in range(0,2*n):
print(line[i])
3.[编程题]寻找最小子字符串
挑战网址:立即点击挑战
小美和小团在玩一个游戏,小美任意给出一个大字符串str1以及一个独立的小字符串str2,小团需要从这个大字符串str1里找到包含独立小字符串str2中所有字符的最小子字符串str3;
例如,小美给出一个大字符串"meituan2019"和一个子字符串"i2t",那么小团给出的答案就应该是"ituan2";
需要注意:
1、str1中有可能没有完整包含str2所有字符的情况,此时返回"",即为空字符串;
2、str1不会为空,但str2有可能为空,此时返回整个str1;
3、str2可能存在重复的字符,此时str3需要包含相等数量该字符;
示例1
输入
"meituan2019","i2t"
输出
"ituan2"
备注:
str1,str2 的长度均不超过100
思路:
双指针,遇到子串元素就存储,并且把子串里的该元素删除,否则就跳过,直到子串被查完
错误却100%通过了的代码:
# 寻找最小子串
str1,str2=input().split('","')
str1=str1.replace("\"","")
str2=str2.replace("\"","")
save=[]
i=0
j=0
flag=False
while(i<len(str1) and j<len(str2)):
if(str1[i] in str2): # 遇到子串元素
save.append(str1[i])
flag=True
j+=1
elif flag:
save.append(str1[i])
i+=1
if len(str2)==0:
print(str1)
elif j!=len(str2):
print("")
else:
string='"'
for ch in save:
string=string+ch
print(string+"\"")
当输入为:"meit2uan2019tt","i2tt"
时,得到错误解
说明写美团题目的测试开发工程师很不到位啊(doge)
正确的解:
# 寻找最小子串
str1,str2=input().split('","')
str1=str1.replace("\"","")
str2=str2.replace("\"","")
str_set=[]
for i in range(0,len(str2)):
str_set.append(str2[i])
save=[]
i=0
j=0
flag=False
while(i<len(str1) and j<len(str2)):
if(str1[i] in str_set): # 遇到子串元素
save.append(str1[i])
str_set.remove(str1[i]) # 待查找集合中 删掉该元素
flag=True
j+=1
elif flag:
save.append(str1[i])
i+=1
if len(str2)==0:
print("\""+str1+"\"")
elif j!=len(str2):
print("\"\"")
else:
string='"'
for ch in save:
string=string+ch
print(string+"\"")
4.[编程题]最大矩形
给定一个仅包含 0 和 1 的二维二进制矩阵,找出只包含 1 的最大矩形,并返回其面积。
输入描述:
输入一个仅包含’0’和’1’的二维字符数组。
第一行输入左大括号{,最后一行输入右大扩号}。
中间每行输入只包含’0’和’1’的字符数组(字符数组的长度不超过20),字符使用单引号’’,字符之间使用逗号,隔开,字符数组的开始和结束使用大括号{}。
字符数组之间换行,并使用逗号,隔开。(字符数组的个数不超过20)。
输出描述:
输出只包含字符’1’的最大矩形的面积。
示例1
输入
{
{'1','0'},
{'1','0'}
}
输出
2
示例2
输入
{
{'0','0'},
{'0','1'}
}
输出
1
参考网址:
[1]Leecode最大矩形思路
[2]详细通俗的思路分析,多解法
美团这个题把 {}
改为 [
和 ]
,用python 的eval()转为列表,后面的做法和最大矩形一样。
1.暴力破解:
- 遍历每一行,求解高度为1的矩形
连续1
的个数,并且更新数组中的该值。
- 向上扩展一行,高度增加一,选出
当前列最小的数字
(图中四所在列最小是2,面积2*2),作为矩阵的宽,求出面积,对应上图的矩形框。(可知列最小的数字决定了左边界) - 然后继续向上扩展,重复步骤 2。算出所有高度(1,2,3,4)的情况。
- 遍历所有的点,求出所有的矩阵就可以了。
不过由于复杂度太高,会导致超时:
class Solution:
def maximalRectangle(self, matrix) -> int:
inp=matrix
save=[[0 for i in range(len(inp[0]))]for i in range(len(inp))]
# 计算高度为1时的宽度矩阵
for j in range(0,len(inp)):
width=0
for k in range(0,len(inp[0])):
if int(inp[j][k])==1:
width+=1
save[j][k]=width
else:
width=0
# print(save)
max=0
if len(save)!=0 and len(save[0])!=0:
max=save[0][0]
for i in range(1,len(inp)+1): # i表示高度
# 计算高度为i时的宽度
for j in range(0,len(inp)-i+1):# 高度为i,列方向移动len(inp)-i+1次
width=0
for k in range(0,len(inp[0])):
# 选出当前列最小的数字
min = save[j][k]
for p in range(j,j+i): # 固定行,遍历列选出最小
if min>save[p][k]:
min=save[p][k]
tmp=min*i # 当前列最小的数字作为矩阵的宽,高度是i,求出面积
if(tmp>max):
max=tmp
print(max)
return max
s= Solution()
inp=[["1"]]
s.maximalRectangle(inp)
- 长为 m m m,宽(高)为 n n n
- 时间复杂度: O ( m ∗ n + n ∗ n ∗ m ) = O ( m ∗ n 2 ) O(m*n+n*n*m)=O(m*n^2) O(m∗n+n∗n∗m)=O(m∗n2)
- 空间复杂度: O ( m ∗ n ) O(m*n) O(m∗n)
2.利用单调栈:
[1]利用类似题目,之前写的博文——求一个直方图矩形的最大面积。
其实也就是求高度(1,2,3,4)不同情况下的最大直方图矩形面积。若底为0,就在直方图里标1,否则标0
。
代码:
class Solution:
def calcu_max_rec(self,heights):
stack=[] # 这里把0设置为heights的边界,压栈弹栈时使得边界条件不为空
heights=[0]+heights+[0]
res=0
for i in range(0,len(heights)):
while stack and heights[stack[-1]]>heights[i]: # 出现了递减,重复弹栈
tmp = stack.pop()
res = max(res,(i-stack[-1]-1)*heights[tmp]) # 弹出后,栈顶为左边界,i是右边界,高度是弹栈的矩形高度
stack.append(i)
return res
def maximalRectangle(self, matrix) -> int:
if len(matrix)==0 or len(matrix[0])==0:
return 0
heights=[0]*len(matrix[0])
max_size=0
for i in range(0,len(matrix)):
for j in range(0,len(matrix[0])):
# print(matrix[i][j])
if int(matrix[i][j])>=1:
heights[j]+=1
else:
heights[j]=0
# print(heights)
tmp=self.calcu_max_rec(heights)
if max_size<tmp:
max_size=tmp
return max_size
s=Solution()
matrix=[
["1","0","1","0","0"],
["1","0","1","1","1"],
["1","1","1","1","1"],
["1","0","0","1","0"]
]
print(s.maximalRectangle(matrix))
- 长为 m m m,宽(高)为 n n n
- 时间复杂度 O ( m ∗ n ) O(m*n) O(m∗n)
- 空间复杂度 O ( m ) O(m) O(m)
3.动态规划方法:
参考网址:[1]动态规划 - 每个点的最大高度
直觉
想象一个算法,对于每个点我们会通过以下步骤计算一个矩形:
- 不断向上方遍历,直到遇到“0”,以此找到矩形的最大高度。
- 向左右两边扩展,直到无法容纳矩形最大高度。
给定一个最大矩形,其高为 h
, 左边界 l
,右边界 r
,在矩形的底边,区间 [l, r]
内必然存在一点,其上连续1
的个数(高度)<=h
。若该点存在,则由于边界内的高度必能容纳 h
,以上述方法定义的矩形会向上延伸到高度 h
,再左右扩展到边界 [l, r]
,于是该矩形就是最大矩形。
若不存在这样的点,则由于[l, r]
内所有的高度均大于 h
,可以通过延伸高度来生成更大的矩形,因此该矩形不可能最大。
- 综上,对于每个点,只需要计算
h
,l
,和r - 矩形的高
,左边界
和右边界
。 - 使用动态规划,我们可以在线性时间内用上一行每个点的
h
,l
,和r
计算出下一行每个点的的h,l,和r
。
算法:
总而言之, 要找尽可能大的高度,尽可能左的左边界,尽可能右的右边界。
代码:
# 动态规划方法:
class Solution:
def maximalRectangle(self, matrix) -> int:
if not matrix:return 0
height=len(matrix)
width=len(matrix[0])
heights=[0]*width
left=[0]*width # 初始化左边界为最左边界
right=[width]*width # 初始化右边界为最右边界
maxarea=0
for i in range(height):
cur_left,cur_right=0,width
# 更新当前行的高度
for j in range(width):
if matrix[i][j]=='1':heights[j]+=1
else: heights[j]=0
# 更新左边界
for j in range(width):
if matrix[i][j]=='1':left[j]=max(left[j],cur_left)
else:
left[j]=0
cur_left=j+1
# 是我们遇到的最右边的0的序号加1。当将矩形向左 “扩展” ,
# 不能超过该点,否则会遇到0。
# 更新右边界
for j in range(width-1,-1,-1):
if matrix[i][j]=='1':right[j]=min(right[j],cur_right)
else:
right[j]=width
cur_right=j
# 更新最大边界
for j in range(width):
maxarea=max(maxarea,heights[j]*(right[j]-left[j]))
return maxarea
s=Solution()
matrix=[
["1","0","1","0","0"],
["1","0","1","1","1"],
["1","1","1","1","1"],
["1","0","0","1","0"]
]
print(s.maximalRectangle(matrix))
5.[编程题]最短送餐路程计算
美团外卖是知名的外卖平台,现在有一名新入职的外卖小哥。请你给他写一段程序根据外卖地图和交通拥堵情况,告诉他从“配送点”V0,到各个目的地的最短配送距离。其中拥堵程度可以与路径参数直接相加,例如:V0点拥堵,拥堵系数是2,那么在地图上V0点的3条线路的参数都要加2,由原来的1、2、7变为3、4、9再进行。
路径规划计算。路径参数越大代表路程越长。
输入描述:
输入数据只有一行,有三个int型参数,分别表示:目的地编号、拥堵节点编号和拥堵值。
例如: 4 3 1,代表目的地是V4,在V3节点有拥堵情况,拥堵系数是1。
输出描述:
输出一个数字表示有起点V0到终点的最短距离
示例1
输入
4 2 1
输出
6
示例2
输入
5 4 1
输出
5
做题地址:最短送餐路程计算
思路:
最短路径算法+邻接矩阵
详细参考之前写的博文,第四题最短路径问题
代码:
# dijksta算法
class Solution:
'''
输入:邻接矩阵,
输出,源点V0到各点的最小距离
'''
def Dijkstr(self,graph,v0):
# final 保存已经遍历过的点,d保存最短路径
n=len(graph)
final,D=[0]*n,[0]*n
for i in range(0,n):
D[i]=graph[v0][i]
D[v0]=0
final[v0]=1
for v in range(1,n):
min = float("Inf")
for w in range(0,n):
if final[w]==0 and D[w]<min:
k=w
min=D[w]
final[k]=1
for w in range(0,n):
if final[w]==0 and min +graph[k][w]<D[w]:
D[w]=min +graph[k][w]
return D
s = Solution()
aim,crowd,exp=map(int,input().split())
graph=[
[0,1,2,7,9999,9999],
[1,0,2,9999,5,4],
[2,2,0,4,4,9999],
[7,9999,4,0,6,9999],
[9999,5,4,6,0,3],
[9999,4,9999,9999,3,0]
]
for i in range(0,len(graph)):
for j in range(0,len(graph)):
if i==crowd or j==crowd:
graph[i][j]+=exp
print(s.Dijkstr(graph,0)[aim])