python 算法 两数相加多种解法

简介: python 算法 两数相加多种解法

在 Python 中,有多种解法可以实现两数相加。以下是几种常见的解法:

  1. 逐位相加:将两个数的每一位进行相加,并考虑进位。使用循环遍历两个数的每一位,将对应位相加并考虑进位,然后将结果添加到一个新的列表中。最后,将列表转换为整数即可得到最终结果。
def addTwoNumbers(l1, l2):
    carry = 0
    head = ListNode(0)
    curr = head
    while l1 or l2:
        x = l1.val if l1 else 0
        y = l2.val if l2 else 0
        sum = carry + x + y
        carry = sum // 10
        curr.next = ListNode(sum % 10)
        curr = curr.next
        if l1: l1 = l1.next
        if l2: l2 = l2.next
    if carry > 0:
        curr.next = ListNode(carry)
    return head.next
  1. 递归相加:可以使用递归的方式实现两数相加。递归地处理每一位的相加,并将进位传递到下一位的相加中。
def addTwoNumbers(l1, l2, carry=0):
    if not l1 and not l2 and not carry:
        return None
    x = l1.val if l1 else 0
    y = l2.val if l2 else 0
    sum = carry + x + y
    carry = sum // 10
    result = ListNode(sum % 10)
    l1_next = l1.next if l1 else None
    l2_next = l2.next if l2 else None
    result.next = addTwoNumbers(l1_next, l2_next, carry)
    return result
  1. 倒序相加:如果两个数的位数不一致,可以在相加之前先将两个数补齐为相同长度。然后从最低位开始逐位相加,并考虑进位。
def addTwoNumbers(l1, l2):
    len1 = get_length(l1)
    len2 = get_length(l2)
    if len1 > len2:
        l2 = pad_zeros(l2, len1 - len2)
    else:
        l1 = pad_zeros(l1, len2 - len1)
    head = ListNode(0)
    curr = head
    carry = 0
    while l1 and l2:
        sum = l1.val + l2.val + carry
        carry = sum // 10
        curr.next = ListNode(sum % 10)
        curr = curr.next
        l1 = l1.next
        l2 = l2.next
    if carry > 0:
        curr.next = ListNode(carry)
    return head.next
def get_length(node):
    length = 0
    while node:
        length += 1
        node = node.next
    return length
def pad_zeros(node, num_zeros):
    for _ in range(num_zeros):
        new_node = ListNode(0)
        new_node.next = node
        node = new_node
    return node

这些都是两数相加的常见解法,在实际应用中可以根据具体需求选择合适的方法。

相关文章
|
存储 数据处理
什么是迭代,什么是可迭代对象
什么是迭代,什么是可迭代对象
352 1
|
11月前
|
数据可视化
R语言多图合成:优雅地在一个画布上展示多个图形
【8月更文挑战第30天】R语言提供了多种方法来实现多图合成,从基础的`par()`函数到高级的`gridExtra`、`ggplot2`和`cowplot`包,每种方法都有其独特的优势和应用场景。通过掌握这些技术,你可以根据实际需求灵活地组合图形,从而更高效地展示和解读数据。希望本文能为你提供一些有益的参考和启示。
|
数据处理 计算机视觉 索引
NumPy中的布尔索引与花式索引详解
【4月更文挑战第17天】本文介绍了NumPy中的布尔索引和花式索引,这两种高级索引方式增强了数组操作的灵活性。布尔索引利用布尔数组过滤数据,如`array[bool_array]`用于根据条件筛选元素;在数据分析中,这对条件筛选非常有用。花式索引包括切片、数组和元组索引,允许非整数位置访问元素。例如,数组索引`array[index_array]`按指定位置选取元素,元组索引适用于多维数组的选择。掌握这两种索引能提升数组数据处理的效率。
|
JSON Java API
Python教程:一文了解Python requests模块
Python 中的 requests 模块是一个简洁而强大的 HTTP 库,用于向 Web 服务器发送 HTTP 请求和处理响应。它让开发者能够更轻松地与网络资源进行交互,包括发送 GET、POST、PUT、DELETE 等类型的请求,并处理返回的数据。
1013 6
|
10月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
326 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
12月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:未来趋势与挑战
在信息技术迅猛发展的当下,智能化运维成为企业提升效率、保障服务质量的关键。本文将深入探讨智能化运维的定义、核心价值及其在未来技术环境中的发展可能性和面临的主要挑战。通过对现有技术的梳理和案例分析,我们旨在为读者揭示智能化运维的实际应用效果,以及如何通过技术创新来克服实施过程中的难题。
|
12月前
|
机器学习/深度学习
机器学习模型评估指标详解
【7月更文挑战第14天】选择合适的评估指标对于准确评估机器学习模型的性能至关重要。在实际应用中,需要根据具体任务场景和数据特点,综合考虑多种评估指标,以全面评估模型的性能。同时,还需要注意评估指标的局限性,避免单一指标带来的误导。
|
11月前
|
SQL 中间件 数据库
Django 架构详解
【8月更文挑战第24天】
366 0
|
机器学习/深度学习 人工智能 自然语言处理
构建高效智能对话系统:AI在语言理解中的创新应用
【2月更文挑战第16天】 随着人工智能技术的不断进步,智能对话系统已成为日常生活和商业活动中的一个不可或缺的组成部分。本文深入探讨了如何通过自然语言处理(NLP)技术,特别是深度学习模型,来构建一个能够准确理解用户意图并提供有效响应的智能对话系统。文中将重点介绍最新的技术进展,包括注意力机制、Transformer架构以及预训练语言模型等关键技术,并讨论这些技术是如何推动智能对话系统的边界,使其更加贴近人类的交流方式。
|
Python
python实现学生信息管理系统(附源码 可供大作业或练习使用)
python实现学生信息管理系统(附源码 可供大作业或练习使用)
861 2
python实现学生信息管理系统(附源码 可供大作业或练习使用)