【学习笔记】LeetCode练习-分治算法

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。
应用：MapReduce
解题思路：确定切分的终止条件 -> 切分问题 -> 处理子问题得到结果 -> 合并子问题结果。
伪代码：

练习题

50. Pow(x, n)
题目：实现 pow(x, n) ，即计算 x 的 n 次幂函数。（-100.0 < x < 100.0， n 是 32 位有符号整数，其数值范围是$[−2^{31}, 2^{31} − 1] $。）

## 50. Pow(x, n)
def myPow(x,n):
    '''
    :type x: float
    :type n: int
    :rtype: float
    '''
    if n < 0:
        x = 1/x
        n = -n
    if n == 1:
        return x
    return x*myPow(x,n-1)

53. 最大子序和
题目：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。

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        # 终止条件
        n = len(nums)
        if n == 1:
            return nums[0]

        # 问题拆分
        left = self.maxSubArray(nums[:len(nums)//2])
        right = self.maxSubArray(nums[len(nums)//2:])

        # 【处理小问题，得到子结果】
        #　从右到左计算左边的最大子序和
        max_l = nums[len(nums)//2 -1] # max_l为该数组的最右边的元素
        tmp = 0 # tmp用来记录连续子数组的和
        
        for i in range( len(nums)//2-1 , -1 , -1 ):# 从右到左遍历数组的元素
            tmp += nums[i]
            max_l = max(tmp ,max_l)
            
        # 从左到右计算右边的最大子序和
        max_r = nums[len(nums)//2]
        tmp = 0
        for i in range(len(nums)//2,len(nums)):
            tmp += nums[i]
            max_r = max(tmp,max_r)
            
        # 【对子结果进行合并 得到最终结果】
        # 返回三个中的最大值
        return max(left,right,max_l+ max_r)

print(Solution().maxSubArray([-2,1,-3,4,-1,2,1,-5,4]))

169. 多数元素
题目：给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 [n/2] 的元素。

def majorityElement(nums):
    """
    :type nums: List[int]
    :rtype: int
    """
    # 【不断切分的终止条件】
    if not nums:
        return None
    if len(nums) == 1:
        return nums[0]
    # 【准备数据，并将大问题拆分为小问题】
    left = majorityElement(nums[:len(nums)//2])
    right = majorityElement(nums[len(nums)//2:])
    # 【处理子问题，得到子结果】
    # 【对子结果进行合并 得到最终结果】
    
    if left == right:
        return left
    if nums.count(left) > nums.count(right):
        return left
    else:
        return right

print(majorityElement([2,3,1,4,2,3,2,5,3,2,1,17]))