- 博客(11)
- 资源 (12)
- 收藏
- 关注
RSS订阅原创 无重叠区域
“”" 给定一个区间的集合，找到需要移除区间的最小数量，使剩余区间互不重叠。 注意: 可以认为区间的终点总是大于它的起点。 区间 [1,2] 和 [2,3] 的边界相互“接触”，但没有相互重叠。 示例 1: 输入: [ [1,2], [2,3], [3,4], [1,3] ] 输出: 1 解释: 移除 [1,3] 后，剩下的区间没有重叠。 示例 2: 输入: [ [1,2], [1,2], [1,2] ] 输出: 2 解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。 示例 3: 输入: [ [1
2020-12-31 14:33:20
127
原创 最后一块石头重量
“”" 有一堆石头，每块石头的重量都是正整数。 每一回合，从中选出两块 最重的 石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下： 如果 x == y，那么两块石头都会被完全粉碎； 如果 x != y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。 最后，最多只会剩下一块石头。返回此石头的重量。如果没有石头剩下，就返回 0。 示例： 输入：[2,7,4,1,8,1] 输出：1 解释： 先选出 7 和 8，得到 1，所以数组
2020-12-30 14:17:04
119
原创 按要求补齐数组
“”" 给定一个已排序的正整数数组 nums，和一个正整数 n 。 从 [1, n] 区间内选取任意个数字补充到 nums 中，使得 [1, n] 区间内的任何数字都可以用 nums 中某几个数字的和来表示。 请输出满足上述要求的最少需要补充的数字个数。 示例 1: 输入: nums = [1,3], n = 6 输出: 1 解释: 根据 nums 里现有的组合 [1], [3], [1,3]，可以得出 1, 3, 4。 现在如果我们将 2 添加到 nums 中， 组合变为: [1], [2], [3],
2020-12-29 10:37:43
69
原创 分发饼干
“”" 假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。 对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。 如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。 你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。 示例 1: 输入: g = [1,2,3], s = [1,1] 输出: 1 解释: 你有三个孩子和两块小饼干，3个孩子的胃口值
2020-12-25 10:40:41
68
原创 最大子序和
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: 输入: [-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。 def maxSubArray(nums): pre = 0 maxAns = nums[0] for x in nums: pre = max(pre + x, x) maxAns = max(maxAns, p
2020-12-23 11:02:25
73
原创 字符串中的第一个唯一字符
给定一个字符串，找到它的第一个不重复的字符，并返回它的索引。如果不存在，则返回 -1。 示例： s = “leetcode” 返回 0 s = “loveleetcode” 返回 2 “”" “”" 对字符串进行两次遍历。 在第一次遍历时，我们使用哈希映射统计出字符串中每个字符出现的次数。 在第二次遍历时，我们只要遍历到了一个只出现一次的字符，那么就返回它的索引，否则在遍历结束后返回 -1。 “”" import collections def firstUniqChar(s): # 哈希映射统计
2020-12-23 09:53:53
101
原创 手动实现pow函数
def myPow(x, n): if (n == 0): return 1 elif (n > 0 and n % 2 == 0): return myPow(x * x, n / 2) elif (n > 0): return myPow(x, n - 1) * x else: return 1 / myPow(x, -n) print(myPow(3, 3))
2020-12-22 15:36:59
351
原创 最小花费 爬楼梯
数组的每个索引作为一个阶梯，第 i个阶梯对应着一个非负数的体力花费值 cost[i]。 每当你爬上一个阶梯你都要花费对应的体力花费值，然后你可以选择继续爬一个阶梯或者爬两个阶梯。 您需要找到达到楼层顶部的最低花费。在开始时，你可以选择从索引为 0 或 1 的元素作为初始阶梯。 def minCostClimbingStairs(cost): n = len(cost) dp = [0] * (n + 1) for i in range(2, n + 1): dp[i]
2020-12-21 10:33:24
47
原创 python手动实现split函数
def split(s, cut): s = s + cut l = len(s) p = 0 res = [] for i in range(l): if s[i] == cut: res.append(s[p:i]) p = i + 1 return res if __name__ == '__main__': s = 'ddf hhj, ll?yyy?i bb,gg;tt dfg
2020-12-21 10:07:13
216
原创 KNN算法实现
import numpy as np import matplotlib.pyplot as plt import operator def createDataset(): group = np.array([[1.0, 2.0], [1.2, 0.1], [0.1, 1.4], [0.3, 3.5], [1.1, 1.0], [0.5, 1.5]]) labels = np.array(['A', 'A', 'B', 'B', 'A', 'B']) return group,
2020-12-16 15:30:19
170
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人