Leetcode_Python 697 数组的度

简介: 思考:本题目主要是找出数组的度,然后根据度对应的数值找到最短的子数列(度相同),以[2,3,4,3,6,7,7]为例。

思考:本题目主要是找出数组的度,然后根据度对应的数值找到最短的子数列(度相同),以[2,3,4,3,6,7,7]为例。

第一步我们就找到数组的度,由题意的得,数组的度就是数组中最高频数字出现的个数。我们可以组成一个字典,键值为nums中的数,我们统计每个数出现的个数{2: 1, 3: 2, 4: 1, 6: 1, 7: 2}。找出数组的度du=2,并反求出数值对应具体集合jihe = {3, 7} 。

通过数值集合组成一个空的字典。例如dict_1={3:[], 7:[]}。

我们统计出集合中数值出现的位置dixt_1={3: [1, 3], 7: [5, 6]},通过结束位置-起始位置+1得到子集的最小长度。集合du_list=[3,2]最小的值,即为子集的最小长度2。

class Solution(object):
    def findShortestSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        import copy
        keys = set(nums)   #删掉重复的数据
        dict_0 = dict.fromkeys(keys,0) #将重复的数据删除后,组成一个字典
        for num in nums:# 对nums进行遍历,相同时候value加1
            dict_0[num] += 1
        du =max(dict_0.values())  #最大的值即为列表的度
        res =[]                  #求出度对应数据的集合jihe = {3, 7}
        for i in dict_0: 
            if dict_0[i] == du:
                res.append(i)
        jihe = set(res)
        dict_1 = {}             #以集合的值为key组成再点dict_1{3: [], 7: []}
        for i in jihe:
            dict_1[i] = copy.deepcopy([])
        du_list = []          #遍历找到相同元素的位置并存储
        for i,num in enumerate(nums):
            for j in jihe:
                if j == num:
                    dict_1[j].append(i)
        for j in jihe:
            du_list.append(max(dict_1[j])-min(dict_1[j])+1) 
        return min(du_list)
a =  Solution()
a.findShortestSubArray([2,3,4,6,7,7])  
相关文章
|
1月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
271 0
|
5月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
205 1
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
131 0
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
LeetCode------找到所有数组中消失的数字(6)【数组】
这篇文章介绍了LeetCode上的"找到所有数组中消失的数字"问题,提供了一种解法,通过两次遍历来找出所有未在数组中出现的数字:第一次遍历将数组中的每个数字对应位置的值增加数组长度,第二次遍历找出所有未被增加的数字,即缺失的数字。
|
前端开发
LeetCode------移动零(5)【数组】
这篇文章介绍了LeetCode上的"移动零"问题,提出了一种使用双指针的原地操作解法,该方法首先将非零元素移动到数组前端并保持相对顺序,然后填充后续位置为零,以达到题目要求。
|
机器学习/深度学习 并行计算 大数据
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧2
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
372 10
【LeetCode-每日一题】 删除排序数组中的重复项
【LeetCode-每日一题】 删除排序数组中的重复项
114 4
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
418 4
|
索引
Leetcode第三十三题(搜索旋转排序数组)
这篇文章介绍了解决LeetCode第33题“搜索旋转排序数组”的方法,该问题要求在旋转过的升序数组中找到给定目标值的索引,如果存在则返回索引,否则返回-1,文章提供了一个时间复杂度为O(logn)的二分搜索算法实现。
111 0
Leetcode第三十三题(搜索旋转排序数组)

热门文章

最新文章

推荐镜像

更多