Leetcode 分治练习（169 / 53 / 50）

什么是分治算法

分治算法的主要思想是将原问题递归地分成若干个子问题，直到子问题满足边界条件，停止递归。将子问题逐个击破(一般是同种方法)，将已经解决的子问题合并，最后，算法会层层合并得到原问题的答案。

Leetcode 169.多数元素

题目描述

给定一个大小为 n 的数组，找到其中的多数元素。多数元素是指在数组中出现次数大于 [n/2] 的元素。
你可以假设数组是非空的，并且给定的数组总是存在多数元素。
示例 1:

输入: [3,2,3]
输出: 3

示例 2:

输入: [2,2,1,1,1,2,2]
输出: 2

利用分治算法的解题思路

如果数 a 是数组 nums 的众数，如果我们将 nums 分成两部分，那么 a 必定是至少一部分的众数。
这样一来，我们就可以使用分治法解决这个问题：将数组分成左右两部分，分别求出左半部分的众数 a1 以及右半部分的众数 a2，随后在 a1 和 a2 中选出正确的众数。
时间复杂度：$O(nlogn)$
空间复杂度：$O(logn)$

代码

class Solution(object):
    def majorityElement(self, nums):
        # 【不断切分的终止条件】
        if len(nums) == 0:
            return None
        if len(nums) == 1:
            return nums[0]
            
        # 【拆分左右】
        left = self.majorityElement(nums[:len(nums)//2])
        right = self.majorityElement(nums[len(nums)//2:])
        
        # 【左右相等则返回，不等则返回大多数】
        if left == right:
            return left
        if nums.count(left) > nums.count(right):
            return left
        else:
            return right 

Leetcode 53.最大子序和

题目描述

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。

解题思路

确定切分的终止条件：直到所有的子问题都是长度为 1 的数组

将大问题切分为小问题：递归地将原数组二分为左区间与右区间，直到最终的数组只剩下一个元素，将其返回

处理子问题得到子结果，并合并：
对于左区间：从右到左计算左边的最大子序和
对于右区间：从左到右计算右边的最大子序和

由于左右区间计算累加和的方向不一致，因此，左右区间直接合并相加之后就是整个区间的和。最终返回左区间的元素、右区间的元素、以及整个区间(相对子问题)和的最大值。

代码

class Solution(object):
    def maxSubArray(self, nums): 
       # 【不断切分的终止条件】
        if len(nums) == 0:
            return None
        if len(nums) == 1:
            return nums[0]

        # 【拆分左右】
        left = self.maxSubArray(nums[:len(nums)//2])
        right = self.maxSubArray(nums[len(nums)//2:])

        #　【从右到左计算左边的最大子序和】
        max_l = nums[len(nums)//2 -1] # max_l为该数组的最右边的元素
        tmp = 0 # tmp用来记录连续子数组的和
        
        for i in range( len(nums)//2-1 , -1 , -1 ):# 从右到左遍历数组的元素
            tmp += nums[i]
            max_l = max(tmp ,max_l)  

            
        # 【从左到右计算右边的最大子序和】
        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(left,right,max_l+ max_r)

Leetcode 50. Pow(x, n)

题目描述

实现 pow(x, n) ，即计算 x 的 n 次幂函数。
示例1:

输入: 2.00000, 10
输出: 1024.00000

示例2:

输入: 2.10000, 3
输出: 9.26100

示例3:

输入: 2.00000, -2
输出: 0.25000

说明:
-100.0 < x < 100.0
n 是 32 位有符号整数，其数值范围是 [$-2^{31}$, $2^{31}$ − 1] 。

解题思路

确定切分的终止条件：对n不断除以2，并更新n，直到为0，终止切分
将大问题切分为小问题：对n不断除以2，更新
处理子问题得到子结果，并合并：

• x与自身相乘更新x
• 如果n%2 ==1 将p乘以x之后赋值给p(初始值为1)，返回p

代码

class Solution(object):
    def myPow(self, x, n):
        #当n为负数时，我们可以计算x^{-n}再取倒数得到结果
        if n < 0 :
            x = 1/x
            n = -n

        # 【不断切分的终止条件】
        if n == 0 :
            return 1

        # 【#x与自身相乘更新x，对n不断除以2，并更新n，直到为0】
        if n%2 ==1:
          p = x * self.myPow(x,n-1)
          return p
        return self.myPow(x*x,n/2)  

a = Solution()
print(a.myPow(3,5))

参考：DATAWHALE