Dayx1:剑指offer

39. 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]

40. 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

41. 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

错误’takes exactly 1 argument (2 given)'解决

42. 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

43. 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