原本一直想再系统地回顾一遍基本的数据结构与算法,正好借着Datawhale八月份组队学习的契机,总结一下经典的算法思想,本篇文章主要介绍分治算法的原理,并解决LeetCode上三道可以用递归思想解决的题目。
【LeetCode】系列文章
LeetCode分治算法的原理和编程实践 发布于20200819
LeetCode动态规划法的原理和编程实践 发布于20200822
一、分治思想的原理
- 主要思想
分治算法的主要思想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(一般是同种方法),将已经解决的子问题合并,最后,算法会层层合并得到原问题的答案。
- 步骤
- 分:递归地将问题分解为各个的子问题(性质相同的、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;
- 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。
- 子问题的结构和性质与原问题一样,并且相互独立,子问题之间不包含公共的子子问题。
- 原问题分解出的子问题的解可以合并为该问题的解。
二、编程实战
2.1 第169题多数元素
- 题目描述
给定一个大小为 n 的数组,找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的,并且给定的数组总是存在多数元素。
- 我的解决方案
from collections import defaultdict # 默认字典
class Solution:
def majorityElement(self, nums: List[int]) -> int:
dict = defaultdict(int) # 参数为键值的默认值
for i in nums:
dict[i] += 1
for key, value in dict.items():
if value > int(len(nums)