- 博客(4)
- 收藏
- 关注
原创 查找-- 对撞指针
查找–对撞指针给出一个整型数组nums,返回这个数组中两个数字的索引值i和j,使得nums[i] + nums[j]等于一个给定的target值,两个索引不能相等。如:nums= [2,7,11,15],target=9返回[0,1]思路:开始数组是否有序;索引从0开始计算还是1开始计算?没有解该怎么办?有多个解怎么办?保证有唯一解。先尝试强行解,O(n2)遍历class Solution: def twoSum(self, nums: List[int], target:
2020-08-28 20:03:32
139
原创 查找——查找表
查找——查找表**考虑的基本数据结构第一类: 查找有无–set元素’a’是否存在,通常用set:集合set只存储键,而不需要对应其相应的值。set中的键不允许重复第二类: 查找对应关系(键值对应)–dict元素’a’出现了几次:dict–>字典dict中的键不允许重复第三类: 改变映射关系–map通过将原有序列的关系映射统一表示为其他题目描述给定两个数组nums,求两个数组的公共元素设置其中一组数组为set1 , 之后遍历另一组数组查看是否有元素存在于set1中, 如果有则
2020-08-25 16:40:04
323
原创 动态规划
动态规划动态规划常常适用于有重叠子问题和最优子结构性质的问题,动态规划方法所耗时间往往远少于朴素解法。主要思想若要解一个给定问题,我们需要解其不同部分(即子问题),再根据子问题的解以得出原问题的解。动态规划往往用于优化递归问题,例如斐波那契数列,如果运用递归的方式来求解会重复计算很多相同子问题,利用动态规划的思想可以减少计算量。动态规划法仅仅解决每个子问题一次,具有天然剪枝的功能,从而减少计算量,一旦某个给定子问题的解已经算出,则将其记忆化存储,以便下次需要同一个子问题解之时直接查表。动态规划模板
2020-08-23 21:13:37
58
原创 分治算法
分治算法主要思想分治算法是将原问题递归地分成若干个子问题,直到子问题满足边界条件,停止递归。将子问题逐个击破,将已经解决的子问题合并,最终子问题的结果层层合并得到原问题答案。分治算法的步骤分:递归地将问题分解为各个的子问题(性质相同,相互独立的子问题);治:将这些规模更小的子问题逐个击破;合:将已解决的子问题逐层合并,最终得出原问题的解;分治法适用的情况原问题的计算复杂度随着问题的规模的增加而增加;原问题能够被分解成更小的子问题;子问题的结构性质一样,并且相互独立,子问题之间不.
2020-08-19 21:33:53
157
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人