题目:有效的数独
基本思想:
行判断
列判断
九宫格判断即可
方法二:笨方法
对每个数进行行和列和九宫格判断,这里写了对行判断函数,列判断函数和九宫格判断函数
class Solution(object):
def check_l(self,l, r, board): # l :line r:row
for captcha_l in range(0, 9):
if captcha_l != r:
if board[l][r] == board[l][captcha_l]:
print('xxxxxx')
return False
return True
def check_r(self,l, r, board): # l :line r:row
for captcha_r in range(0, 9):
if captcha_r != l:
if board[l][r] == board[captcha_r][r]:
print('xxx')
return False
return True
def check_nine(self,l, r, board):
###确定l的左边界 和右边界 确定r的左边界和右边界
templ_r = 0 ###line 的右边节
templ_l = 0
tempr_r = 0 ###row 的右边节
tempr_l = 0
for i in range(0, 12, 3):
if i > l:
templ_r = i
break
templ_l = templ_r - 3
for i in range(0, 12, 3):
if i > r:
tempr_r = i
break
tempr_l = tempr_r - 3
if templ_l <= l < templ_r and tempr_l <= r < tempr_r:
for L in range(templ_l, templ_r):
for R in range(tempr_l, tempr_r):
if l != L and r != R :
if board[l][r] == board[L][R] and board[l][r] != '.':
print('check_nine')
return False
return True
def isValidSudoku(self,board):
line = len(board)
row = len(board[0])
for l in range(line):
for r in range(row):
###验证行和列是否符合要求
if board[l][r] != '.':
if not (Solution().check_l(l, r, board) and Solution().check_r(l, r, board) and Solution().check_nine(l, r, board)):
return False
else:
return True
print(Solution().isValidSudoku([["5", "3", ".", ".", "7", ".", ".", ".", "."]
, ["6", ".", ".", "1", "9", "5", ".", ".", "."]
, [".", "9", "8", ".", ".", ".", ".", "6", "."]
, ["8", ".", ".", ".", "6", ".", ".", ".", "3"]
, ["4", ".", ".", "8", ".", "3", ".", ".", "1"]
, ["7", ".", ".", ".", "2", ".", ".", ".", "6"]
, [".", "6", ".", ".", ".", ".", "2", "8", "."]
, [".", ".", ".", "4", "1", "9", ".", ".", "5"]
, [".", ".", ".", ".", "8", ".", ".", "7", "9"]]))
题解:
https://leetcode.cn/problems/valid-sudoku/solutions/2485644/valid-sudoku-by-meng-ci-v-h1ro/
题目二:50. Pow(x, n)
题目分析,这里要进行快速幂+迭代
前言
本题的方法被称为「快速幂算法」,有递归和迭代两个版本。这篇题解会从递归版本的开始讲起,再逐步引出迭代的版本。
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(N):
if N == 0:
return 1.0
y = quickMul(N // 2)
return y * y if N % 2 == 0 else y * y * x
return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
复杂度分析
-
时间复杂度:O(logn)O(\log n)O(logn),即为递归的层数。
-
空间复杂度:O(logn)O(\log n)O(logn),即为递归的层数。这是由于递归的函数调用会使用栈空间。
方法二:快速幂 + 迭代
由于递归需要使用额外的栈空间,我们试着将递归转写为迭代。在方法一中,我们也提到过,从左到右进行推导是不容易的,因为我们不知道是否需要额外乘 xxx。但我们不妨找一找规律,看看哪些地方额外乘了 xxx,并且它们对答案产生了什么影响。
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(N):
ans = 1.0
# 贡献的初始值为 x
x_contribute = x
# 在对 N 进行二进制拆分的同时计算答案
while N > 0:
if N % 2 == 1:
# 如果 N 二进制表示的最低位为 1,那么需要计入贡献
ans *= x_contribute
# 将贡献不断地平方
x_contribute *= x_contribute
# 舍弃 N 二进制表示的最低位,这样我们每次只要判断最低位即可
N //= 2
return ans
return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
复杂度分析
-
时间复杂度:O(logn)O(\log n)O(logn),即为对 nnn 进行二进制拆分的时间复杂度。
-
空间复杂度:O(1)O(1)O(1)
链接:https://leetcode.cn/problems/powx-n/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。