分治
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
(
n
l
o
g
n
)
O(nlogn)
O(nlogn)
空间复杂度:
O
(
l
o
g
n
)
O(logn)
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}
−231,
2
31
2^{31}
231 − 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))