1.1数组类
总和值为零的连续节点:
常用:前缀和思想(重要
preSum[i]=1+2=3,而preSum[j]=1+2+3+4=10,那么sum([i+1,j])=preSum[j]-preSum[i]=7。这是一个非常好的性质,我们可以通过一个字典存储每个前缀和对应的节点,如果有两个节点的前缀和相同,那么说明这个区间内的和是0
其他
二维数组定义
dp = [[1 for i in range(m)] for j in range(n)]
mem = [[0]*n for _ in range(m)]
return len(nums) != len(set(nums)) #是否重复用setc常用
nums.sort()
题目方法:
6连续数组缺失数据--用数学公式,sum
return int(len(nums) * (len(nums) + 1) / 2 - sum(nums)) #等差数列前n项和减去数组之和,一行瞬秒
7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。、先移除再增加
nums.remove(0)
nums.extend([0]*i)
1比较是否相等数据元素在
while val in nums:
nums.remove(val)
2排序
2.2nums1[m+n-1] = nums1[m-1] #最大的放到最后,从后面往前
*5数组的交集,可以重复*
一个一个比,两个指针,先排序
题目
7退格字符串
def afterChange(s):
res = ''
for i in s:
if i == '#':
res = '' if len(res) == 0 else res[:-1] # 不能再往前如果没有字符。。res[:-1]:去掉最后一个
else:
res += i
return res
return afterChange(S) == afterChange(T)
3最大和的连续子数组(分治,DP)
暴力:两次循环
3.1分治法
递归调用 max_left = self.maxSubArray(nums[0:len(nums) // 2])#递归计算左半边最大子序和
0127剑指经典-最大连续子序列的和
'''当前的最大值以及总的最大值。当累加的子数组和小于0的时候,放弃前面的子数组。总的最大值不用考虑那么多,直接每次都求最大就行。
一旦小于0,重新开始,,大于0加上前面的会更大,小于0加上只会更小'''
class Solution:
def FindGreatestSumOfSubArray(self, array):
if not array: return 0
currSum, maxSum = 0, float('-inf')
for num in array:
currSum = num + currSum
maxSum = max(currSum, maxSum)
if currSum < 0:
currSum = 0
return maxSum
*3.2**动态规划*
动态规划,copy 只关注:当然值 和 当前值+过去的状态,是变好还是变坏;到i处的最大值两个可能,一个是加上a[i], 另一个从a[i]起头
maxSum = [nums[0] for i in range(n)]
for i in range(1,n):
maxSum[i] = max(maxSum[i-1] + nums[i], nums[i])
4买卖股票相减最大值
#买入的数组copy :最大结尾-最小初始,两个临时变量进入循环
if not prices or len(prices) == 0:
return 0
res, max_cur = 0, 0
for i in range(1, len(prices)):
max_cur *= max(0, max_cur+prices[i]-prices[i-1])*
后面数-最小,正就可以,变负数就有更小的初始: 如果正,,继续加后面两个差值:如果今天卖相比于昨天卖能多赚,则今天卖,否则之前就卖了
res = max(res, max_cur)#曾经最大+现在新的大值比较