LeetCode分类01:分治

分治与递归的区别

看到题目pow(x,n)的时候,我就想到了层层递归。在测试用例的时候通过了,但是提交完了之后是这样的,如下图:在这里插入图片描述
于是,我就查了查递归属不属于分治,两者之间的区别。一篇博客我个人认为说的还算比较清楚:分治与递归间的关系
分治与递归之间没有关系,递归可以改成一个循环,再用分治法求解。
你可以想象,如果我让一万个1相加:
采用循环,直接循环加一万次

采用递归,递归循环一万次

采用分治,不停的划分(这里划分既可以使用递归也可以使用循环),两两相加。

1. 实现 pow(x, n) ,即计算 x 的 n 次幂函数。

在这里插入图片描述
解题思路:

  1. 确定切分终止条件:对n不断除以2,并更新n,直到为0,终止切分。
  2. 准备数据,将大问题切分为小问题:对n不断除以2,更新。
  3. 处理子问题得到子结果,再合并
class Solution(object):
    def myPow(self, x, n):
        """
        :type x: float
        :type n: int
        :rtype: float
        """
        if n < 0:
            x = 1/x
            n = -n
        
        if n == 0:
            return 1
            
        if n%2 ==1:
            return x * self.myPow(x,n-1)
        else:  
            return self.myPow(x*x,n/2)

2. 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。

解题思路:

  1. 确定切分终止条件:直到子问题都是长度为1的数组,停止切分。
  2. 准备数据,将大问题切分为小问题:递归地将原数组二分为左区间与右区间,直到最终的数组只剩下一个元素,将其返回。
  3. 处理子问题得到子结果,再合并:将数组切分为左右区间之后,对左区间,从右往左求最大和的连续子数组;对右区间,从左往右求最大和的连续子数组。
  4. 最终返回左区间的元素、右区间的元素、以及整个区间(相对子问题)和的最大值。
class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        n = len(nums)
        if n == 1:
            return nums[0]
        
        # 一直切分,直到剩下单个元素
        left = self.maxSubArray(nums[:len(nums) //2])
        right = self.maxSubArray(nums[len(nums) //2:])
        #从右往左开始
        max_l = nums[len(nums)//2-1]
        sum = 0

        for i in range(len(nums)//2-1,-1,-1):
            sum += nums[i]
            max_l = max(sum, max_l)

        max_r = nums[len(nums)//2]
        sum = 0

        for i in range(len(nums)//2,n,1):
            sum += nums[i]
            max_r = max(sum,max_r)

        return max(left,right,max_l+max_r)

3.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。

解题思路:

  1. 确定切分终止条件:直到子问题都是长度为1的数组,停止切分。
  2. 准备数据,将大问题切分为小问题:递归地将原数组二分为左区间与右区间,直到最终的数组只剩下一个元素,将其返回。
  3. 处理子问题得到子结果,再合并:
    长度为 1 的子数组中唯一的数显然是众数,直接返回即可。
    如果它们的众数相同,那么显然这一段区间的众数是它们相同的值。
    如果他们的众数不同,比较两个众数在整个区间内出现的次数来决定该区间的众数。
class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums) ==1:
            return nums[0]

        left = self.majorityElement(nums[:len(nums)//2])
        right = self.majorityElement(nums[len(nums)//2:])

        if left == right:
            return left
        
        if nums.count(left) > nums.count(right):
            return left
        else:
            return right
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值