博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
笔试刷题必备------ 数组
阅读量:2299 次
发布时间:2019-05-09

本文共 9675 字,大约阅读时间需要 32 分钟。

笔试刷题必备------ 数组

笔试刷题必备------ 数组

买卖股票的最佳时机 II

给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。

注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。

示例 1:

输入: [7,1,5,3,6,4]

输出: 7
1
2
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

示例 2:

输入: [1,2,3,4,5]

输出: 4
1
2
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [7,6,4,3,1]

输出: 0
1
2
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

class Solution(object):    def max_profit(self,prices):        if prices==None or len(prices)<=1:            return 0        buy = 0        sell = 0        tag=0        profit = 0        length = len(prices)        for i in range(0,length-1):            if tag ==0 and prices[i] < prices[i+1]:                buy = prices[i]                tag = 1            elif tag == 1 and prices[i] > prices[i+1]:                sell = prices[i]                tag =0                profit += (sell-buy)        #从未买入过        if tag == 0 and sell == 0:            return 0        # 用来解决[1,2,3,4,5]这种一直没有卖出的情况        elif tag == 1 :            profit += (prices[length-1]-buy)        return profitif __name__ == "__main__":    solu = Solution()    print(solu.max_profit([1,2,3,4,5]))

旋转数组

给定一个数组,将数组中的元素向右移动 k 个位置,其中 k 是非负数。

示例 1:

输入: [1,2,3,4,5,6,7] 和 k = 3

输出: [5,6,7,1,2,3,4]
1
2
解释:
向右旋转 1 步: [7,1,2,3,4,5,6]
向右旋转 2 步: [6,7,1,2,3,4,5]
向右旋转 3 步: [5,6,7,1,2,3,4]

示例 2:

输入: [-1,-100,3,99] 和 k = 2

输出: [3,99,-1,-100]
1
2
解释:
向右旋转 1 步: [99,-1,-100,3]
向右旋转 2 步: [3,99,-1,-100]
说明:

尽可能想出更多的解决方案,至少有三种不同的方法可以解决这个问题。

要求使用空间复杂度为 O(1) 的 原地 算法。

class Solution(object):    def rotate(self,nums,k):        l = len(nums)        nums[:] = nums[l-k:]+nums[:l-k]        return numsif __name__ == "__main__":    solu = Solution()    print(solu.rotate([1,2,3,4,5,6,7],3))

存在重复

给定一个整数数组,判断是否存在重复元素。

如果任何值在数组中出现至少两次,函数返回 true。如果数组中每个元素都不相同,则返回 false。

示例 1:

输入: [1,2,3,1]输出: true

示例 2:

输入: [1,2,3,4]输出: false

示例 3:

输入: [1,1,1,3,3,4,3,2,4,2]输出: true
class Solution(object):	def containsDuplicate(self,nums):		num_dict = {
} for i in nums: if i not in num_dict: my_dict[i] = 0 else: return True return False

利用python的set

class Solution(object):	def containsDuplicate(self,nums):		return len(nums) == len(set(nums))

只出现一次的数字

给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。

说明:

你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?

y_
示例 1:

输入: [2,2,1]输出: 1

示例 2:

输入: [4,1,2,1,2]输出: 4
class Solution(object):	def singleNumber(self,nums):		my_dict = {
} for i in nums: if i not in my_dict: my_dict[i] = 1 else: my_dict[i] += 1 for k in my_dict.keys(): if my_dict[k] == 1: return k

利用异或的技巧

class Solution(object):  def singleNumber(self,nums):        res = 0        for i in nums:            res ^= i        return res

两个数组的交集 II

给定两个数组,编写一个函数来计算它们的交集。

示例 1:

输入: nums1 = [1,2,2,1], nums2 = [2,2]输出: [2,2]

示例 2:

输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]输出: [4,9]

说明:

输出结果中每个元素出现的次数,应与元素在两个数组中出现的次数一致。

我们可以不考虑输出结果的顺序。
进阶:

如果给定的数组已经排好序呢?你将如何优化你的算法?

如果 nums1 的大小比 nums2 小很多,哪种方法更优?
如果 nums2 的元素存储在磁盘上,磁盘内存是有限的,并且你不能一次加载所有的元素到内存中,你该怎么办?

class Solution(object):    def intersect(self,nums1,nums2):        nums1 = sorted(nums1)        nums2 = sorted(nums2)        new_list = []        i=0        j=0        while i < len(nums1) and j < len(nums2):            if nums1[i] == nums2[j]:                new_list.append(nums1[i])                i += 1                j += 1            elif nums1[i] < nums2[j]:                i += 1            else:                j += 1                         return new_list

加一

给定一个由整数组成的非空数组所表示的非负整数,在该数的基础上加一。

最高位数字存放在数组的首位, 数组中每个元素只存储单个数字。

你可以假设除了整数 0 之外,这个整数不会以零开头。

示例 1:

输入: [1,2,3]输出: [1,2,4]

解释: 输入数组表示数字 123。

示例 2:

输入: [4,3,2,1]输出: [4,3,2,2]

解释: 输入数组表示数字 4321。

class Solution(object):    def plus_one(self,nums_str):        nums = 0        t = 1        for i in range(len(nums_str)-1,-1,-1):            nums+=nums_str[i]*t            t *= 10        res = nums + 1        res_arr = []        for i in str(res):            res_arr.append(int(i))        return res_arrif __name__ == "__main__":    solu = Solution()    print(solu.plus_one([4,3,2,1]))

移动零

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

示例:

输入: [0,1,0,3,12]输出: [1,3,12,0,0]

说明:

必须在原数组上操作,不能拷贝额外的数组。

尽量减少操作次数。

class Solution(object):	def move_zero(self,nums):		for i in range(len(nums)-1):			for j in range(len(nums)-1-i):				if nums[j] == 0:					nums[j],nums[j+1] = nums[j+1],nums[j]		return numsif __name__ == "__main__":    solu = Solution()    print(solu.move_zero([0,1,0,5,65,0,3,12]))

两数之和

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。

示例:

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9

所以返回 [0, 1]

class Solution(object):    def two_sum(self,nums,target):        for i in range(len(nums)-1):            for j in range(i+1,len(nums)):                if nums[i] + nums[j] == target:                    return [i,j]        return None    if __name__ == "__main__":    solu = Solution()    print(solu.two_sum([2,7,11,15],9))

三数之和

给定一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?找出所有满足条件且不重复的三元组。

注意:答案中不可以包含重复的三元组。

示例:

给定数组 nums = [-1, 0, 1, 2, -1, -4],

满足要求的三元组集合为:

[
[-1, 0, 1],
[-1, -1, 2]
]

class Solution(object):	def three_sum(self,nums):		res = []		nums.sort()		for cur in range(len(nums)):			#如果排序后的第一个元素都大于零就直接跳出			if nums[cur] > 0:				break			#跳过相邻相等的元素			if cur > 0 and nums[cur] == nums[cur-1]:				continue						nxt = cur + 1			last = len(nums)-1			while nxt < last:				if nums[nxt] + nums[last] == -nums[cur]:					res.append([nums[cur],nums[nxt],nums[last]])					#判断与nxt相等的相邻元素,并跳过它 					while nxt < last and nums[nxt] == nums[nxt+1]:						nxt += 1					#判断与last相等的相邻元素,并跳过它					while nxt < last and nums[last] == nums[last-1]:						last -= 1					#没有相等元素继续缩小范围					nxt += 1					last -= 1				elif nums[nxt] + nums[last] < nums[cur]:					nxt += 1				else:					last -= 1		return res

旋转图像

给定一个 n × n 的二维矩阵表示一个图像。

将图像顺时针旋转 90 度。

说明:

你必须在原地旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。

示例 1:

给定 matrix =

[
[1,2,3],
[4,5,6],
[7,8,9]
],

原地旋转输入矩阵,使其变为:

[
[7,4,1],
[8,5,2],
[9,6,3]
]
示例 2:

给定 matrix =

[
[ 5, 1, 9,11],
[ 2, 4, 8,10],
[13, 3, 6, 7],
[15,14,12,16]
],

原地旋转输入矩阵,使其变为:

[
[15,13, 2, 5],
[14, 3, 4, 1],
[12, 6, 8, 9],
[16, 7,10,11]
]
常规解法:

class Solution(object):    def rotate(self,matrix):        tR = 0        tC = 0        dR = len(matrix)-1        dC = len(matrix[0])-1        while tR < dR and tC < dC:            self.rotate_edge(matrix,tR,tC,dR,dC)            tR += 1            tC += 1            dR -= 1            dC -= 1        return matrix    def rotate_edge(self,matrix,tR,tC,dR,dC):        times = dR-tR        for i in range(times):            temp = matrix[tR][tC+i]            matrix[tR][tC+i] = matrix[dR-i][tC]            matrix[dR-i][tC] = matrix[dR][dC-i]            matrix[dR][dC-i] = matrix[tR+i][dC]            matrix[tR+i][dC] = tempif __name__ == "__main__":    matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]    print(matrix)    solu = Solution()    print(solu.rotate(matrix))

Python解法:

def rotate(self, matrix):        """        :type matrix: List[List[int]]        :rtype: None Do not return anything, modify matrix in-place instead.        """        length = len(matrix)        for i in range(length):            for j in range(i+1,length):                temp = matrix[i][j]                matrix[i][j] = matrix[j][i]                matrix[j][i] = temp        for i in range(length):#把每一行逆序            matrix[i] = matrix[i][::-1]        return matrix

矩阵置零

给定一个 m x n 的矩阵,如果一个元素为 0,则将其所在行和列的所有元素都设为 0。请使用原地算法。

示例 1:

输入:

[
[1,1,1],
[1,0,1],
[1,1,1]
]
输出:
[
[1,0,1],
[0,0,0],
[1,0,1]
]
示例 2:

输入:

[
[0,1,2,0],
[3,4,5,2],
[1,3,1,5]
]
输出:
[
[0,0,0,0],
[0,4,5,0],
[0,3,1,0]
]
进阶:

一个直接的解决方案是使用 O(mn) 的额外空间,但这并不是一个好的解决方案。

一个简单的改进方案是使用 O(m + n) 的额外空间,但这仍然不是最好的解决方案。
你能想出一个常数空间的解决方案吗?

class Solution(object):    def set_zeros(self,matrix):        row_list = []        col_list = []        for i in range(len(matrix)):            for j in range(len(matrix[0])):                if matrix[i][j] == 0:                    row_list.append(i)                    col_list.append(j)        while len(row_list) != 0 and len(col_list) != 0:            r = row_list.pop()            c = col_list.pop()            for i in range(len(matrix)):                for j in range(len(matrix[0])):                    if i == r or j == c:                        matrix[i][j] = 0        return matrixif __name__ == "__main__":    matrix = [  [0,1,2,0],  [3,4,5,2],  [1,3,1,5]]    print(matrix)    solu = Solution()    print(solu.set_zeros(matrix))

字谜分组

给定一个字符串数组,将字母异位词组合在一起。字母异位词指字母相同,但排列不同的字符串。

示例:

输入: [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”],

输出:
[
[“ate”,“eat”,“tea”],
[“nat”,“tan”],
[“bat”]
]
说明:

所有输入均为小写字母。

不考虑答案输出的顺序。

class Solution(object):	def group_anagrams(self,strs):		res_dict = {
} for s in strs: sorted_s = ''.join(sorted(s)) if sorted_s not in res_dict.keys(): res_dict[sorted_s] = [s] else: res_dict[sorted_s].append(s) return list(res_dict.values())

递增的三元子序列

给定一个未排序的数组,判断这个数组中是否存在长度为 3 的递增子序列。

数学表达式如下:

如果存在这样的 i, j, k, 且满足 0 ≤ i < j < k ≤ n-1,

使得 arr[i] < arr[j] < arr[k] ,返回 true ; 否则返回 false 。
说明: 要求算法的时间复杂度为 O(n),空间复杂度为 O(1) 。

示例 1:

输入: [1,2,3,4,5]

输出: true
示例 2:

输入: [5,4,3,2,1]

输出: false

class Solution(object):	def increasing_triplet(self,nums):		if len(nums) < 3:			return False		first = float('inf')		second = float('inf')		for i in nums:			if i < first:				first = i			elif i > first and i < second:				second = i			elif i > second:				return True		return False

转载地址:http://cluib.baihongyu.com/

你可能感兴趣的文章
矢量图控件VectorDraw使用教程:ActionUtility对象
查看>>
使用Dynamsoft存储和检索SQL Server中的扫描图像
查看>>
分享30个最流行的jQuery插件(上)
查看>>
分享30个最流行的jQuery插件(下)
查看>>
10款最出色的免费数据库管理工具
查看>>
26款开源Java测试工具
查看>>
4款.Net报表控件优势对比分析
查看>>
FusionCharts与Highcharts图表类型对比
查看>>
版本控制工具SourceAnywhere v5.1正式发布啦
查看>>
2014年最值的期待的10款Mac和iOS开发工具
查看>>
在水晶报表( Crystal Reports)中插入IDAutomation条形码(附视频)
查看>>
使用FusionCharts ASP Class创建图表
查看>>
LEADTOOLS代码示例大全(一)
查看>>
细述PhpStorm 对 AngularJS 的支持
查看>>
使用FusionChart实现数据库的动态数据交互
查看>>
MyEclipse的安装和汉化过程
查看>>
30个数据可视化的简单图表工具
查看>>
PhoneGap 3.5.0不再支持iOS 5且3.6版本将不支持WP 7
查看>>
PHP--数据库操作
查看>>
EasyUI--DataGrid数据与表头错位
查看>>