力扣 leetcode 189. 旋转数组 python三种方法(包括冷门方法)

Topic:

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。
进阶:
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。
你可以使用空间复杂度为 O(1) 的 原地 算法解决这个问题吗?

Example_1:

输入: nums = [1,2,3,4,5,6,7], k = 3
输出: [5,6,7,1,2,3,4]
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]

Example_2:

输入:nums = [-1,-100,3,99], k = 2
输出:[3,99,-1,-100]
解释:
向右旋转 1 步: [99,-1,-100,3]
向右旋转 2 步: [3,99,-1,-100]

Solution_1:

不知道为什么大家都不直接用rotate函数
直接利用rotate函数即可将数组旋转
同时由于这道题的结果需要改变nums
最后将nums的每一位替换为旋转后a中的函数
同时这种方法的效率也不差
可能时rotate函数比较冷门吧
rotate函数效率极高
所以无需考虑k大于nums长的情况

Code_1:

class Solution:
    def rotate(self, nums: List[int], k: int) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
        a = collections.deque(nums)
        a.rotate(k)
        a = list(a)
        for i in range(len(nums)):
            nums[i] = a[i]

Answer_1:

效率其实很高

扫描二维码关注公众号,回复: 12245877 查看本文章

Solution_2:

旋转就是等价于把后面k位移到nums前面
为了避免k比nums长的情况
可以把最后1位元素插入0号位
再将最后一个元素删除
重复k次
要当心k比数组长度更大的情况
需要对k取余
增加运行效率

Code_2:

class Solution:
    def rotate(self, nums: List[int], k: int) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
		k %= len(nums)
        for i in range(k):
            nums.insert(0, nums[-1])
            nums.pop()

Answer_2:
效率极低

Solution_3:

第三种方法很奇妙
我也是学习而来
他人的大概思路如下

nums = “----->–>”; k =3
result = “–>----->”;
reverse “----->–>” we can get “<–<-----”
reverse “<–” we can get “–><-----”
reverse “<-----” we can get “–>----->”

Code_3:

class Solution:
    def rotate(self, nums: List[int], k: int) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
        k = k % len(nums)
        self.reverse(nums, 0, len(nums) - 1)
        self.reverse(nums, 0, k - 1)
        self.reverse(nums, k, len(nums) - 1)
    
    def reverse(self, nums, start, end):
        while start < end:
            nums[start], nums[end] = nums[end], nums[start]
            start += 1
            end -= 1

运行效率也很高

猜你喜欢

转载自blog.csdn.net/weixin_50791900/article/details/112422478