1——两数之和(Two Sum)

题目描述

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那两个整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。

示例

给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

第一次解法:

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int dif;
        int[] result = new int[2];
        sign:
        for (int i = 0; i < nums.length; i++) {
            dif = target - nums[i];
            for (int j = i+1; j < nums.length; j++) {
                if (i != j) {
                    if (dif == nums[j]) {
                        result[0] = i;
                        result[1] = j;
                        break sign;
                    }
                }   
            }
        }
        return result;
    }
}

第二次解法

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int result[] = new int[2];
        Map<Integer, Integer> maps = new HashMap<>();	//map<key,value>
        for (int i = 0; i < nums.length; i++) {
            maps.put(nums[i], i);	//将数组元素和下标作为key和value加入Map
        }
        for (int i = 0; i < nums.length; i++) {
            int dif = target - nums[i];
            if (maps.containsKey(dif) && (maps.get(dif) != i)) {
                result[0] = i;
                result[1] = maps.get(dif);		//maps.get(key)获取value
            }
        }
        return result;
    }
}
`pivot_table`是pandas中用于创建透视表的函数,它可以根据一个或多个键对数据进行分组,并且可以对分组后的数据进行聚合计算。pivot_table的语法如下: ```python DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True) ``` 参数说明: - `values`:可选,要汇总的列,默认为所有数值型列。 - `index`:可选,行分组列。 - `columns`:可选,列分组列。 - `aggfunc`:可选,对数据进行聚合计算的函数,默认为平均值。 - `fill_value`:可选,用于替换缺失值的值。 - `margins`:可选,添加行/列总计,默认为False。 - `dropna`:可选,是否删除含有缺失值的行/列,默认为True。 下面是一个例子: ```python import pandas as pd import numpy as np # 创建一个示例DataFrame df = pd.DataFrame({'A': ['foo', 'foo', 'bar', 'bar', 'foo', 'foo'], 'B': ['one', 'two', 'one', 'two', 'one', 'two'], 'C': np.random.randn(6), 'D': np.random.randn(6)}) # 使用pivot_table函数创建透视表 table = pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum) print(table) ``` 上述代码将创建一个DataFrame,并使用pivot_table函数创建一个透视表。透视表将按照'A'和'B'列进行分组,并且对'D'列的值进行求和计算。'C'列的值将用作列索引。输出的结果将是一个新的DataFrame,其中行是'A'和'B'列的组合,列是'C'列的不同值,单元格中的值是'D'列的聚合值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值