Python-练脑系列-01数据结构

简介: Python-练脑系列-01数据结构

本章来做做Python题目,开开脑。

1、将一个列表按照元素出现的次数从大到小排列,并返回排列后的列表。例如,对于列表 [1, 2, 3, 3, 3, 4, 4, 5, 5],排序后应该返回 [3, 4, 5, 1, 2]。

2、给定一个字典,其中键和值都是整数。将字典中的键和值互换,并返回新的字典。例如,对于字典 {1: 2, 3: 4, 5: 6},互换后应该返回 {2: 1, 4: 3, 6: 5}。

3、给定一个列表和一个整数 k,返回列表中所有和为 k 的不重复的元素对。例如,对于列表 [1, 2, 3, 4, 5] 和整数 k=7,应该返回 [(2, 5), (3, 4)]。

4、给定一个列表和一个整数 k,返回所有长度为 k 的子列表中的最大值。例如,对于列表 [1, 2, 3, 4, 5] 和整数 k=3,应该返回 [3, 4, 5]。

5、给定一个列表和一个整数 k,将列表中所有长度为 k 的子列表按照子列表中元素从小到大排序,并返回排序后的列表。例如,对于列表 [3, 2, 1, 4, 5] 和整数 k=3,排序后应该返回 [[1, 2, 3], [2, 3, 4], [3, 4, 5]]。


第一题解

list_ = [1, 2, 3, 3, 3, 4, 4, 5, 5]     # 排序后应该返回 [3, 4, 5, 1, 2]
dict_ = {}
for i in list_:
    num = list_.count(i)
    dict_[i] = num
sorted_list = sorted(list_, key=lambda x: (dict_[x], -x), reverse=True)
unique_list = [x for i, x in enumerate(sorted_list) if x not in sorted_list[:i]]
print(unique_list)

dict_[x] 表示元素 x 在列表中出现的次数。我们希望按照出现次数多少进行排序,因此将其作为第一个元素。

-x 表示元素 x 的负值。当多个元素出现次数相同的情况下,我们希望按照元素本身的值进行降序排序,因此将其作为第二个元素。

第二题解

dict_ = {1: 2, 3: 4, 5: 6}  # 互换后应该返回 {2: 1, 4: 3, 6: 5}
print({v:k for k,v in dict_.items()})

第三题解

list_ = [1, 2, 3, 4, 5]     # [(2, 5), (3, 4)]
set_ = set()
for i in range(len(list_)):
    for j in range(i+1, len(list_)):
        if list_[i] + list_[j] == 7:
            set_.add((list_[i],list_[j]))
print(list(set_))

第四题解

list_ = [1, 2, 3, 4, 5]     # [3, 4, 5]
k = 3
print([max(list_[i : i + k]) for i in range(len(list_) - k + 1)])

list_[i : i + k]是为了取值,range(len(list_) - k + 1)是为了得到循环结果循环3次,当然你可以直接手写3次,但是为了更好的适用性,所以这么写。

第五题解

list_ = [3, 2, 1, 4, 5]     # k=3,返回 [[1, 2, 3], [2, 3, 4], [3, 4, 5]]
k = 3
print([sorted(list_)[i:i+k] for i in range(len(list_)-k +1)])

洗脑完毕,代码地址:https://gitee.com/qinganan_admin/python-article-sample-code/blob/master/Python%E9%A2%98%E7%9B%AE1-%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84.py


目录
相关文章
|
2月前
|
测试技术 索引 Python
|
4天前
|
存储 索引 Python
Python常用数据结构——集合
Python常用数据结构——集合
19 3
|
4天前
|
存储 数据安全/隐私保护 Python
Python常用数据结构——字典的应用
Python常用数据结构——字典的应用
|
6天前
|
Python
逆天改命!掌握Python并查集,数据结构难题从此不再是你的痛!
在编程旅程中,遇到棘手的数据结构难题是否让你苦恼?别担心,Python并查集(Union-Find)是你的得力助手。这是一种高效处理不相交集合合并及查询的数据结构,广泛应用于网络连通性、社交网络圈子划分等场景。通过维护每个集合的根节点,它实现了快速合并与查询。本文将介绍并查集的基本概念、应用场景以及如何在Python中轻松实现并查集,帮助你轻松应对各种数据结构挑战。
17 3
|
4天前
|
存储 数据安全/隐私保护 Python
Python常用数据结构—字典
Python常用数据结构—字典
|
4天前
|
存储 索引 Python
Python编程的常用数据结构—列表
Python编程的常用数据结构—列表
|
4天前
|
存储 索引 Python
Python编程的常用数据结构—列表 原创
Python编程的常用数据结构—列表 原创
|
6天前
|
Python
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
14 0
|
7天前
|
算法 开发者 计算机视觉
Python并查集:数据结构界的肌肉男,让你在编程路上无所畏惧!
在编程的浩瀚宇宙中,数据结构如同基石,构建了解决问题的坚实框架。而并查集(Union-Find),这位数据结构界的“肌肉男”,以其独特的魅力和强大的功能,让无数开发者在面对复杂关系处理时,都能感受到前所未有的从容与自信。今天,就让我们一同揭开并查集的神秘面纱,看看它是如何成为你编程路上的得力助手的。
17 0
|
8天前
|
算法 程序员 计算机视觉
Python并查集:数据结构界的肌肉男,让你在编程路上无所畏惧!
并查集,一种处理不相交集合合并与查询的数据结构,被誉为编程的“肌肉男”。它提供Find(找根节点)和Union(合并集合)操作,常用于好友关系判断、图像处理、集合合并等。Python实现中,路径压缩和按秩合并优化效率。并查集的高效性能使其成为解决问题的强大工具,助力程序员应对复杂挑战。
17 0
下一篇
无影云桌面