- 数组中出现次数超过一半的数字
leecode 169
#方法一
#超简洁版(思路棒)
#出现次数超过一半的数字 可以分成一个个和others数字 单独抵消
def majorityElement( nums: List[int]) -> int:
count, res = 0, None
for x in nums:
if count == 0:
res = x
count += 1 if x == res else -1 #知识点:等价于count += [else]
return res
#方法二
def majorityElement(self, nums: List[int]) -> int:
"""Time: O(nlogn), Space: O(n)
将数组排序后,出现次数大于一半的数一定在数组的中间
"""
nums.sort()
return nums[len(nums) // 2]
#by own,as纪念
def majorityElement( nums: List[int]) -> int:
count = [0] * len(set(nums))
arr = list(set(nums))
for x in nums:
for i in range(len(arr)):
if x == list(arr)[i]:
count[i] += 1
break
if max(count) > (len(nums) / 2):
id = count.index(max(count))
return list(arr)[id]
- 最小的 k 个数
在未排序的数组中找到第 k 个最小的元素。
"""大根堆,O(nlogk) O(k)
创建一个大顶堆,将所有数组中的元素加入堆中,并保持堆的大小小于等于 k
"""
def GetLeastNumbers_Solution(self, tinput, k):
# write code here
if len(tinput) < k or k <= 0: return []
import heapq # python 默认小根堆
heap = []
for x in tinput:
heapq.heappush(heap, -x)
if len(heap) > k: heapq.heappop(heap)
return sorted([-y for y in heap]) #sorted是为了satisfy output
- 数据流中的中位数
分析:
我们可以这样维护两个堆:
: 用于存储输入数字中较小一半的最大堆
: 用于存储输入数字中较大一半的最小堆
: 保证两个堆是平衡的,一个堆的长度最多比另外一个多1。
时间复杂度:插入O(logn) 、得到O(1)
#牛客网中
class Solution:
def __init__(self):
self.max_heap=[] #实例变量&初始化
self.min_heap=[]
def Insert(self, num):
# write code here
import heapq as hq
hq.heappush(self.min_heap,num)
hq.heappush(self.max_heap, -hq.heappop(self.min_heap))
if len(self.max_heap)>len(self.min_heap)+1:
hq.heappush(self.min_heap, -hq.heappop(self.max_heap))
def GetMedian(self,data): #错误solution:多加参数data即可
# write code here
if len(self.max_heap)==len(self.min_heap):
return (-self.max_heap[0]+self.min_heap[0]+0.0)/2 #因/结果整数,要加0.0-->flooat
else:
return -self.max_heap[0]+0.0
- 连续子数组的最大和 简单
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。
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。
#空间复杂度:O(n),因为存储了n个状态 (每个状态都存)
def maxSubArray(self, nums: List[int]) -> int:
if not array: return 0
f=[array[0]]
for i in range(1,len(array)):
f.append(array[i]+f[i-1]) if f[i-1]>0 else f.append(array[i])
return max(f)
#优化空间复杂度,用一个变量更新 f(i−1)f(i - 1)f(i−1) ,一个变量记录最大的连续子数组和。
#用滚动变量代替状态表示(因最后只要一个max结果)
def maxSubArray_2(self, nums: List[int]) -> int:
if not nums: return 0
res=f=array[0]
for i in range(1,len(array)):
f=array[i]+f if f>0 else array[i] #else f=array[i]错误格式
res=max(res,f)
return res
- 数字 1 的个数 Leecode 233
给定一个整数 n,计算所有小于等于 n 的非负整数中数字 1 出现的个数。
def countDigitOne(self, n):
cnt, i =0,1
while i<=n:
cnt+= n//(10*i)*i + min(max(n%(10*i)-i+1, 0), i)
i*=10
return cnt