IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 基于python算法入门(六) --排序习题分享 -> 正文阅读

[Python知识库]基于python算法入门(六) --排序习题分享

学习目标:

1.分享一下leetcode上查找排序相关的面试题


题目大纲:

1.给两个字符串s和t,判断t是否为s的重新排列后组成的单词
s = “anagram”, t = “nagaram”, return true.
s=“rat”,t=“car”, return false.
2.给定一个m*n的二 维列表,查找一个数是否存在。 列表有下列特性:
每一行的列表从左到右已经排序好。
每一行第一个数比上一行最后一个数大。
在这里插入图片描述
3.给定一个列表和一个整数,设计算法找到两个数的下标,
使得两个数之和为给定的整数。保证肯定仅有一个结果。
例如,列表[1,2,5,4]与目标整数3,1+2=3,结果为(0,1)。


题目一:

我们看到这个题型,你要知道的是写法有很多,那就是比看谁写的简洁和程序运行效率高了。

class Solution:
	def isAnagram(self, s, t):
		"""
		s: str t: str  r: bool
		"""
		ss = list(s)
		tt = list(t)
		ss.sort()
		tt.sort()
		return ss == tt

时间复杂度:排序中有sort,sort基于归并排序,它的时间复杂度为O(nlogn)。

甚至可以一步到位,sorted也是排序列表,只是新建一个列表在去存储,而不是向sort在原来的列表上存储。

class Solution:
	def isAnagram(self, s, t):
		return sorted(list(s)) == sorted(list(t))

但是我们要写出高效率的代码,就要从其他思想去思考,找到时间复杂度更低的算法。

class Solution:
	def isAnagram(self, s, t):
		dict1 = {}  # {'a':1, 'b':2}
		dict2 = {}
		for ch in s:
			dict1[ch] = dict1.get(ch, 0) + 1
			# dict.get 有则加1,无则新建一个
		for ch in t:
			dict2[ch] = dict2.get(ch, 0) + 1
		return dict1 == dict2

时间复杂度为:O(n)

题目二:

class Solution:
	def searchMatrix(self, matrix, target):
	"""
	martix: list[list[int]] target:int r:bool
	"""
		for line in matrix:
			if target in line:
				return True
		return False

时间复杂度:在列表中的in操作中,也是O(n),所以时间复杂度为O(n^2)。总体来说,还是很慢。

改进使用2分查找

class Solution:
	def searchMatrix(self, matrix, target):
		h = len(matrix)
		if h == 0:
			return False
		w = len(matrix[0])
		if w == 0:
			return False
		left = 0
		right = w * h -1
		while left <= right:
			mid = (left + right) // 2
			i = mid // w
			j = mid % w
			if matrix[i][j] == target:
				return True
			elif matrix[i][j] > target:
				right = mid - 1
			else:
				left = mid + 1
		else:
			return False

时间复杂度为:O(logn) 此时代码的效率就已经非常高了。

题目三

先尝试用我们的常规思路去编写


class Solution:
	def twoSum(self, nums, target):
		n = len(nums)
		for i in range(n):
			for j in range(i+1,n):
				if nums[i] + num[j] == target:
					return sorted([i, j])

时间复杂度为:O(n^2)


我们可以改进,采取用二分查找,不过二分查找的前提是列表为有序,我们先假设列表有序时,我们该怎么去编写。
class Solution:
	def binary_search(self, li, left, right, val):
		while left <= right:
			mid = (left + right) // 2
			if li[mid] == val:
				return mid
			elif li[mid] > val:
				right = mid -1
			else:
				left = mid + 1
		else:
			return None
	
	def twoSum(self, nums, target):
		for i in range(len(nums)):
			a = nums[i]
			b = target -a
		# 我们采取这种方式时,可能找b的下标我们可以用index,但是index复杂度也是O(n),所以并不采取
			if b >= a:
				j = self.binary_search(nums, i+1, len(nums)-1, b)
			else:
				j = self.binary_search(nums, 0, i-1, b)	
			if j:
				break 
		return sorted[i, j])

现在我们对无序的列表进行排序,我们二分查找肯定是要用的,只不过我们要做的就是把无序转成有序,并且记住原来列表的各个值下标。

class Solution:
	def binary_search(self, li, left, right, val):
		while left <= right:
			mid = (left + right) // 2
			if li[mid] == val:
				return mid
			elif li[mid] > val:
				right = mid -1
			else:
				left = mid + 1
		else:
			return None
	
	def twoSum(self, nums, target):
		new_nums = [[num, i] for i, num in enumerate(nums)]
		# 新建一个二维列表
		new_nums.sort(key=lambda x:x[0])
		# 二维以num排序
		for i in range(len(new_nums)):
			a = nums[i][0]
			b = target -a
		# 我们采取这种方式时,可能找b的下标我们可以用index,但是index复杂度也是O(n),所以并不采取
			if b >= a:
				j = self.binary_search(new_nums, i+1, len(nums)-1, b)
			else:
				j = self.binary_search(new_nums, 0, i-1, b)	
			if j:
				break 
		return sorted[new_nums[i][1], new_nums[j][1])

时间复杂度:O(nlogn)

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-01 14:27:47  更:2021-08-01 14:30:05 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/25 13:40:51-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计