【算法】有意思的算法题(附pyhon3代码){更新中}

最新推荐文章于 2024-11-10 01:42:40 发布

vectorX

最新推荐文章于 2024-11-10 01:42:40 发布

阅读量242

点赞数

分类专栏：基础数学文章标签：有趣的算法

本文链接：https://blog.csdn.net/vectorX/article/details/104214092

版权

基础数学专栏收录该内容

7 篇文章 1 订阅

订阅专栏

有趣的算法题合集(附代码)

子序列最大和

描述：给出一个数字序列 [1，-2，3，5，-1，4，-7]，找出其中的子序列，使得其和最大，返回该最大值。

解决方案：从左到右遍历数列，求和sum，当和sum为负的时候；重新开始新的序列计算；使用一个max变量记录当前求得的最大值。

遍历到 1：sum = 1，max=1
遍历到 -2：sum = -1，max=1 => sum = 0，max=1
遍历到 3：sum = 3，max=3
遍历到 5：sum = 8，max=8
遍历到 -1：sum = 7，max=8
遍历到 4：sum = 11，max=11
遍历到 -7：sum = 4，max=11

所以上述例子返回最大子序列和 max = 11

# encoding: utf-8
"""
@author: github/100101001
@contact: 17702113437@163.com
@time: 2020/3/2 上午12:01
@file: maxSumSubSequence.py
@desc: 
"""
from typing import List


class Solution:
    def maxSumSubSequence(self, arr: List[int]) -> int:
        s = 0
        ret = float('-inf')
        for i in arr:
            s += i
            ret = s if ret < s else ret
            s = 0 if s < 0 else s
        return ret



if __name__ == "__main__":
    solution = Solution()
    print(solution.maxSumSubSequence([1, -2, 3, 5, -1, 4, -7]))

股票利润

描述：给出一个股票价格序列 [7，6，2，4，8， 3，1]，找到买入和卖出的天，使得利润最高。

解决方案：不同于使用动态规划的思想，这里转换子序列最大和问题来解决，利用

$F(b) - F(a)= \int _{a}^{b} f(x)$ ，先遍历序列的到一个差分序列：[-1，-4，2，4，-5，-2]。等式左右取max，对右侧来说就是求一个子序列最大和。

遍历到 1：sum = -1，max=-1 => sum = 0，max=-1
遍历到 -4：sum = -4，max=-1 => sum = 0，max=-1
遍历到 2：sum = 2，max=2
遍历到 4：sum = 6，max=6
遍历到 -5：sum = 1，max=6
遍历到 -2：sum = -1，max=6 => sum = 0，max=6

所以就是在第3天买入，第5天卖出，最挣钱。

# encoding: utf-8
"""
@author: github/100101001
@contact: 17702113437@163.com
@time: 2020/3/2 上午12:07
@file: maxProfit.py
@desc: 
"""
from typing import List


class Solution:
    def maxProfit(self, arr: List[int]) -> int:
        diff = [arr[i] - arr[i - 1] for i in range(1, len(arr))]
        print(diff)
        return self.maxSumSubSequence(diff)

    def maxSumSubSequence(self, arr: List[int]) -> int:
        s = 0
        ret = float('-inf')
        for i in arr:
            s += i
            ret = s if ret < s else ret
            s = 0 if s < 0 else s
        return ret


if __name__ == "__main__":
    solution = Solution()
    print(solution.maxProfit([7, 1, 5, 3, 6, 4]))

鸡蛋测试

描述：一栋100层高的楼房，用两个鸡蛋测试在哪一层鸡蛋正好摔碎？最少实验几次可以得到结论？

解决方案：基于第一个鸡蛋有没有碎，和剩余试验次数，选择下一轮试验楼层

第一次选择： 我们希望楼层越高越好，因为如果没碎，可以尽量多的排除楼层。但不能高过第 k 层，因为如果第1个鸡蛋碎了，第2个鸡蛋只有k-1次实验机会，也就是从1楼试到最高第 k-1，再高层试不了。
第二次选择：
- k层碎了，就从 1 试到 k-1
- k层没碎，同理，在 k + (k-1) 层尝试
第三次选择(没碎)：在 k + (k-1) + (k-2) 层尝试
。。。
第 k 次选择 (没碎)：在 k + (k-1) + (k-2)+....+ 1 层尝试（此时还没碎，就没法排除了）

总结上述方案：用 L(i) 代表第次尝试的楼层。如果第次尝试碎了，那么只需从 L(i-1)+1 ，逐层试到 L(i)-1 。如果第次尝试没碎，那么到 L(i+1) = L(i) + k-i+1 层继续试验。

因此，只要第一颗鸡蛋碎了，就能得到解答。问题转换为，必须在k次尝试都没碎时，楼层已经超过了 100 层，否则，无法排除没试过的高层。列出不等式 $(k^{2}+k)/2 \geq 100, k \in \mathbb{Z^{+}}$ ，可得解 $k\geq 14$ 。

64马竞赛

问题描述：64匹马，8条赛道，找到最快的 4 匹马。

核心难点：解决锦标赛赛制中的分组公平性问题，也就是最强的马来自同一组的问题。

重复次数大于 n/k 的元素

问题描述：数组包含n各元素，给定k，返回重复次数大于 n/k 的数组元素。

核心难点：遍历使用哈希表记频率，时间复杂度O(n)，空间复杂度O(n)，但一般 n>>k 比如 n=100 ，k=4，希望空间复杂度降低为O(k)级别，时间复杂度适当提高。

解决方案：仍旧遍历，使用哈希表记录频率，但是一旦哈希表满了K个，就删除频率为1的元素。遍历完毕后，哈希表最多满 N/k次，也就是元素最多会被删除 N/k 次，重复次数超过N/k的目标元素不会被删光。遍历完，哈希表中的键总数小于k，对所有键检查是否重复超过N/k次即可。

这个方法的时间复杂度，分为两部分，首先是遍历数组，每次放入或更新哈希表的键值前，都可能要判断哈希表键满K个，如果满了需要遍历删除值为1的元素，所以该部分复杂度O(N*k)；然后检查哈希表剩余键，每个遍历一次数组，复杂度O(N*k)，整体时间复杂度O(N*k)

# encoding: utf-8
"""
@author: github/100101001
@contact: 17702113437@163.com
@time: 2020/3/1 下午11:29
@file: kelement.py
@desc: 在n个元素的数组中找到重复次数大于 k 分之一的元素, n>>k
"""

from typing import List


class Solution:
    def above_one_k(self, arr: List[int], k: int) -> List[int]:
        d = {}
        for item in arr:
            if item in d:
                d[item] = d[item] + 1
            else:
                d[item] = 1
            if len(d) >= k:
                # 字典迭代不能删项
                for it in list(d.items()):
                    if it[1] == 1:
                        del d[it[0]]
        ret = [int]
        for key in d.keys():
            num = 0
            for v in arr:
                if key == v:
                    num += 1
            if num > k:
                ret.append(key)
        return ret


if __name__ == "__main__":
    s = Solution()
    print(s.above_one_k([1, 1, 1, 1, 2, 33, 4, 21, 2, 2, 2], 3))

求二进制中1的个数

问题描述：对于一个 n bit 的二进制数，求1的个数，时间效率尽可能高

遍历方案：循环右移，看低位是否为1，时间效率O(n)

核心难点：方案一定不是遍历，遍历0是浪费的。也就是如何能定位到下一个1的位置，去掉不必要的0遍历。

思路1：对于 0100，0100。如果定位到第一个1，那么 0100，0100 - 0100，0000 = 0000，0100。然后，定位到第二个 1，0000，0100 - 0000，0100 = 0 结束。问题回到了给定一个串，如何定位最高位的1。这里引入一个技巧，对于2的整次幂，0000，0100 & 0000，0011 = 0。

思路2：不断从 0100，0100 中运用位运算去掉1，能去几次，就有几个1。灵感来源：比如对于 0000，0100 & 0000，0011 = 0，去掉了 1，注意减数 0000，0011 = 0000，0100 - 1 ；又比如对于 0010，0100 & 0010，0011 = 0010，0000。综上述两个例子总结规律 v & (v-1) 可以去掉v中最低位的一个1。

解决方案：对于输入位串 v 。当 v ！=0 时，令 v = v & (v-1)，直到 v == 0。计算循环去1 执行的次数，就是v中1的个数。

# encoding: utf-8
"""
@author: github/100101001
@contact: 17702113437@163.com
@time: 2020/3/1 下午11:35
@file: binary1.py
@desc: 在二进制串中计算1的个数
"""


class Solution:
    def count1inBinary(self, seq: int) -> int:
        num = 0
        while seq:
            seq &= seq - 1
            num += 1
        return num


if __name__ == "__main__":
    s = Solution()
    print(s.count1inBinary(255))