1、剪绳子
给你一根长度为n的绳子,请把绳子剪成整数长的m段(m、n都是整数,n>1并且m>1),每段绳子的长度记为k[0],k[1],…,k[m]。请问k[0]xk[1]x…xk[m]可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
解题思路:
- 先举几个例子,可以看出规律来。
- n:f(n)
- 特殊点:带1的
- 2: 1*1
- 3: 2*1
- 正常点:只有2和3
- 4 : 2*2
- 5 : 2*3
- 6 : 3*3
- 7 : 223 或者4*3
- 8 : 233
- 9 : 333
- 10:2233 或者43*3
- 11:233*3
- 12:333*3
- 13:22333 或者433*3
- 下面是分析:
- 首先判断k[0]到k[m]可能有哪些数字,实际上只可能是2或者3。
- 当然也可能有4,但是4=2*2,我们就简单些不考虑了。
- 5<23,6<33,比6更大的数字我们就更不用考虑了,肯定要继续分。
- 其次看2和3的数量,2的数量肯定小于3个,为什么呢?因为
2*2*2<3*3
,那么题目就简单了。 - 直接用n除以3,根据得到的余数判断是一个2还是两个2还是没有2就行了,余数为1,则两个2,余数为0,没有2,余数为2,则1个2。
- 由于题目规定
m>1,n>1,所以2只能是1*1,3只能是2*1
,这两个特殊情况直接返回就行了。 m>1(m=2,3,4,...n-1),2<=n<=60
# -*- coding:utf-8 -*-
class Solution:
def cutRope(self, number):
# write code here
if number == 2:
return 1
if number == 3:
return 2
x = number % 3 # 取余
y = number // 3 # 取整
#dp = [1]
if (x == 0):
return pow(3, y) # 3^y
elif (x == 1):
return 2 * 2 * pow(3, y - 1)
else:
return 2 * pow(3, y)
pass
pass
pass
sr=Solution()
print(sr.cutRope(8))
2、数据流中的中位数
如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流(1个1个值给你),使用GetMedian()方法获取当前读取数据的中位数。
# -*- coding:utf-8 -*-
class Solution:
def __init__(self):
self.num=[]
def Insert(self, num):
# write code here
self.num.append(num)
def GetMedian(self):
# write code here
self.num.sort()
n=len(self.num)
if n%2==0:
m=int(n//2)
return int((self.num[m]+self.num[m-1])/2)
else:
m=int(n//2)
return self.num[m]
pass
pass
pass
zws=Solution()
zws.Insert(2)
zws.Insert(1)
zws.Insert(4)
zws.Insert(8)
print(zws.GetMedian())
3、整数中1出现的个数(1到n的整数中)
求出1-13的整数中1出现的次数,并算出100-1300的整数中1出现的次数?为此他特别数了一下1~13中包含1的数字有1、10、11、12、13因此共出现6次,但是对于后面问题他就没辙了。ACMer希望你们帮帮他,并把问题更加普遍化,可以很快的求出任意非负整数区间中1出现的次数(从1 到 n 中1出现的次数)。
解题思路:
分别除以10 ,将数拆分开,例如12143,除以10取余分别为3,4,1,2,1
# -*- coding:utf-8 -*-
class Solution:
def NumberOf1Between1AndN_Solution(self, n):
# write code here
if n<1:
return 0
Count = []
for c in list(range(1, n+1)):
# print(n)
l = []
count = 0
while (c > 0):
l.append(c % 10)
c = c // 10
# print(l)
for num in range(0, len(l)):
if l[num] == 1:
count += 1
else:
count = count
pass
pass
# print(count)
Count.append(count)
pass
return sum(Count)
pass
pass
pass
gs=Solution()
print(gs.NumberOf1Between1AndN_Solution(50))
优化:
class Solution:
def NumberOf1Between1AndN_Solution(self, n):
# write code here
if n < 1:
return 0
num=list(range(1,n+1))
num2=[]
for i in num:
x=list(map(int,str(i))) # 12-->[1,2]
for j in x:
if j==1:
num2.append(1)
else:
num2.append(0)
return sum(num2)
gs=Solution()
print(gs.NumberOf1Between1AndN_Solution(50))
4、连续子数组的最大和
HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和
,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止,其他连续的和小于8)。给一个数组,返回它的最大连续子序列的和,你会不会被他忽悠住?(子向量的长度至少是1)
解题思路:
6+(-3)=3<6,3>(-3),目前最大值是6,但是3比从-3开始往后面好;
3+(-2)=1<6,1>(-2),最大值6,1比(-2)开始好;
1+7=8>6,7,替换最大值6变成最大值8,比7开始好;
8-15=-7<8,-7>-15,最大值8,比-15开始好;
-7+1=-6<1,最大值8,没有1开始好,所以从1开始继续操作第一步;
1+2=3>2,比2开始好,最大值3;
3+2=5>2,3,比2开始好,最大值5;
比较两个最大值:8>5,左移最大值为8
集合会自动排序,所以本题不能输入集合。
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
maxnum=None
tmpnum=0
for i in array:
if maxnum==None:
maxnum=i
pass
if tmpnum+i<i: # 比较有没有不加好
tmpnum=i
else:
tmpnum+=i
pass
if maxnum<tmpnum:
maxnum=tmpnum
pass
return maxnum
zds=Solution()
print(zds.FindGreatestSumOfSubArray([6,-3,-2,7,-15,1,2,2]))
5、孩子们的游戏(圆圈中最后剩下的数)
每年六一儿童节,牛客都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此。HF作为牛客的资深元老,自然也准备了一些小游戏。其中,有个游戏是这样的:首先,让小朋友们围成一个大圈。然后,他随机指定一个数m,让编号为0的小朋友开始报数。每次喊到m-1的那个小朋友要出列唱首歌,然后可以在礼品箱中任意的挑选礼物,并且不再回到圈中,从他的下一个小朋友开始,继续0…m-1报数…这样下去…直到剩下最后一个小朋友,可以不用表演,并且拿到牛客名贵的“名侦探柯南”典藏版(名额有限哦!!_)。请你试着想下,哪个小朋友会得到这份礼品呢?(注:小朋友的编号是从0到n-1)。如果没有小朋友,请返回-1
这道题的背景是约瑟夫环:
约瑟夫环(约瑟夫问题)是一个数学的应用问题:已知n个人(以编号1,2,3…n分别表示)围坐在一张圆桌周围。从编号为k的人开始报数,数到m的那个人出列;他的下一个人又从1开始报数,数到m的那个人又出列;依此规律重复下去,直到圆桌周围的人全部出列。
在约瑟夫环中,只是需要求出最后的一个出列者最初的序号,而不必要去模拟整个报数的过程。因此,为了追求效率,可以考虑从数学角度进行推算,找出规律然后再编写程序即可。
上面编写的解约瑟夫环的程序模拟了整个报数的过程,因为N和M都比较小,程序运行时间还可以接受,很快就可以出计算结果。可是,当参与的总人数N及出列值M非常大时,其运算速度就慢下来。例如,当N的值有上百万,M的值为几万时,到最后虽然只剩2个人,也需要循环几万次(由M的数量决定)才能确定2个人中下一个出列的序号。显然,在这个程序的执行过程中,很多步骤都是进行重复无用的循环。
那么,能不能设计出更有效率的程序呢?
办法当然有。其中,在约瑟夫环中,只是需要求出最后的一个出列者最初的序号,而不必要去模拟整个报数的过程。因此,为了追求效率,可以考虑从数学角度进行推算,找出规律然后再编写程序即可。
为了讨论方便,先根据原意将问题用数学语言进行描述。
问题:将编号为0~(N–1)这N个人进行圆形排列,按顺时针从0开始报数,报到M–1的人退出圆形队列,剩下的人继续从0开始报数,不断重复。求最后出列者最初在圆形队列中的编号。
下面首先列出0~(N-1)这N个人的原始编号如下:
0 1 2 3 … N-3 N-2 N-1
根据前面曾经推导的过程可知,第一个出列人的编号一定是(M–1)%N。例如,在13个人中,若报到3的人出列,则第一个出列人的编号一定是(4–1)%13=3,注意这里的编号是从0开始的,因此编号3实际对应以1为起点中的编号4。根据前面的描述,m的前一个元素(M–1)已经出列,则出列1人后的列表如下:
0 1 2 3 … M-3 M-2 ○ M M+1 M+2 … N-3 N-2 N-1
注意,上面的圆圈表示被删除的数。
根据规则,当有人出列之后,下一个位置的人又从0开始报数,则以上列表可调整为以下形式(即以M位置开始,N–1之后再接上0、1、2……,形成环状):
M M+1 M+2 … N-2 N-1 0 1 … M-3 M-2
按上面排列的顺序从0开始重新编号,可得到下面的对应关系:
M M+1 M+2 … N-2 N-1 0 1 … M-3 M-2
0 1 2 … N-(M+2) N-(M+1) N-M N-(M-1) … N-3 N-2
这里,假设上一行的数为x,下一行的数为y,则对应关系为:
x = (y + M) % N 公式【1】 相当于前移了M位置,防止过区间,所以取余
通过上表的转换,将出列1人后的数据重新组织成了0~(N–2)共N–1个人的列表,继续求N–1个参与人员,按报数到M–1即出列,求解最后一个出列者最初在圆形队列中的编号。
看出什么规律没有?通过一次处理,将问题的规模缩小了。即对于N个人报数的问题,可以分解为先求解(N–1)个人报数的子问题;而对于(N–1)个人报数的子问题,又可分解为先求[(N-1)-1]个人报数的子问题,……。
问题中的规模最小时是什么情况?就是只有1个人时(N=1),报数到(M–1)的人出列,这时最后出列的是谁?当然只有编号为0这个人。因此,可设有以下函数:
F(1) = 0
那么,当N=2,报数到(M–1)的人出列,最后出列的人是谁?应该是只有一个人报数时得到的最后出列的序号加上M,因为报到M-1的人已出列,只有2个人,则另一个出列的就是最后出列者,利用公式【1】,可表示为以下形式:
F(2) = [F(1) + M] % N = [F(1) + M] % 2
于是,咱们可以得到递推公式:
F(1) = 0
F(N) = [F(N - 1) + M] % N (N>1)
设计编程:
# -*- coding:utf-8 -*-
class Solution:
def LastRemaining_Solution(self, n, m):
# write code here
if n is None or m is None or n < 1 or m < 1:
return -1
if n==1:
return 0
last_out=0 # 最后出的人的编号
for index in range(2,n+1): # n从2开始到n结束
last_out=(last_out+m)%index #递归,F(n)=(F(n-1)+m)%n,n>1
return last_out
isv=Solution()
print(isv.LastRemaining_Solution(5,2))
6、数组中出现次数超过一半的数字
数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。例如输入一个长度为9的数组{1,2,3,2,2,2,5,4,2}。由于数字2在数组中出现了5次,超过数组长度的一半,因此输出2。如果不存在则输出0。
# -*- coding:utf-8 -*-
class Solution:
def MoreThanHalfNum_Solution(self, numbers):
# write code here
for item in set(numbers):
if numbers.count(item) > len(numbers)/2:
return item
return 0
tj= Solution()
print(tj.MoreThanHalfNum_Solution([1,2,3,2,2,2,5,4,2]))
7、数值的整数次方
给定一个double类型的浮点数base和int类型的整数exponent。求base的exponent次方。保证base和exponent不同时为0
# -*- coding:utf-8 -*-
class Solution:
'''
给定一个double类型的浮点数base和int类型的整数exponent。
求base的exponent次方。
保证base和exponent不同时为0
'''
def Power(self, base, exponent):
# write code here
if base == 0:
return 0
elif base == 1:
return 1
elif exponent == 0:
return 1
elif exponent == 1:
return base
else:
return pow(base, exponent)
cf=Solution()
print(cf.Power(1.5,2))
8、斐波那契数列
大家都知道斐波那契数列,现在要求输入一个整数n,请你输出斐波那契数列的第n项(从0开始,第0项为0,第1项是1)。n<=39
# -*- coding:utf-8 -*-
class Solution:
'''
菲波那切数列
F(1)=1,F(2)=1, F(n)=F(n - 1)+F(n - 2)(n ≥ 3,n ∈ N*)
1、1、2、3、5、8、13、21、34
'''
def Fibonacci(self, n):
# write code here
if n==0:
return 0
if n==1 or n==2:
return 1
if 2<n<=39:
s = [] * n
s.append(1) #s[0]
s.append(1) #s[1]
for i in range(2, n):
s.append(s[i - 2] + s[i - 1])
return s[n - 1]
fbnq=Solution()
print(fbnq.Fibonacci(6))