【力扣算法09】之 6. N 字形变换 python

简介: 【力扣算法09】之 6. N 字形变换 python

问题描述


将一个给定字符串 s 根据给定的行数 numRows ,以从上往下、从左到右进行 Z 字形排列。 比如输入字符串为 “PAYPALISHIRING” 行数为 3 时,排列如下:

P A H N

A P L S I I G

Y I R

之后,你的输出需要从左往右逐行读取,产生出一个新的字符串,比如:“PAHNAPLSIIGYIR”。

请你实现这个将字符串进行指定行数变换的函数

string convert(string s, int numRows);

示例1

输入:s = “PAYPALISHIRING”, numRows = 3

输出:“PAHNAPLSIIGYIR”

示例2

输入:s = “PAYPALISHIRING”, numRows = 4

输出:“PINALSIGYAHRPI”

解释:

P I N

A L S I G

Y A H R

P I

示例3

输入:s = “A”, numRows = 1

输出:“A”

提示

  • 1 <= s.length <= 1000
  • s 由英文字母(小写和大写)、‘,’ 和 ‘.’ 组成
  • 1 <= numRows <= 1000

思路分析

给定一个字符串 s 和一个整数 numRows,要求按照 Z 字形排列将字符串重新排序,并返回重新排序后的字符串。

首先,根据 numRows 的值判断边界情况。如果 numRows 为 1,则直接返回原字符串 s。

然后,创建 numRows 个字符串,用于保存每一行的字符。

接下来,遍历字符串 s 中的每个字符,并根据规律将字符放入对应的行中。

规律1:前 numRows 个字符依次放入每一行中。

规律2:之后的 numRows-2 行,字符依次逆序放入每一行中,即从倒数第二行开始往上逐行放置字符。

规律3:重复规律1和规律2,直到遍历完字符串 s 中的所有字符。

最后,将每一行的字符拼接起来,得到最终结果。


代码分析


  1. 首先,在代码中定义了一个 Solution 类,用于实现字符串变换的方法。
  2. 在 convert 方法中,接受两个参数 s 和 numRows,并返回变换后的字符串。
  3. 方法开始处判断 numRows 是否为 1,如果是则直接返回原字符串 s。
  4. 创建一个列表 rows,长度为 numRows,用于保存每一行的字符。这里使用了列表推导式来创建初始化的空字符串列表。
  5. 定义两个变量 curRow 和 goingDown,分别用于追踪当前字符应该放在哪一行和字符行进的方向。
  6. 遍历字符串 s 中的每一个字符。
  • 将当前字符添加到对应的行 rows[curRow] 中。
  • 如果当前行 curRow 为首行或末行,则改变字符行进的方向,即 goingDown 取反。
  • 根据字符行进的方向更新当前行 curRow 的值。
  1. 遍历完成后,利用 .join() 方法将每一行的字符拼接起来,并返回最终结果。


完整代码


class Solution(object):
    def convert(self, s, numRows):
        if numRows == 1:
            return s
        rows = [''] * min(numRows, len(s))  # 创建 numRows 个空字符串,用于保存每一行的字符
        curRow = 0   # 当前字符所在的行
        goingDown = False   # 字符行进的方向,初始为 False 表示向上
        for c in s:
            rows[curRow] += c   # 将当前字符添加到对应的行中
            # 根据规律1和规律2更新 curRow 和 goingDown 的值
            if curRow == 0 or curRow == numRows - 1:
                goingDown = not goingDown
            curRow += 1 if goingDown else -1
        return ''.join(rows)   # 将每一行的字符拼接起来,返回最终结果

详细分析

class Solution(object):
• 1

定义一个名为 Solution 的类,用于实现字符串变换的方法。

def convert(self, s, numRows):
        if numRows == 1:
            return s

定义 convert 方法,接收两个参数:字符串 s 和整数 numRows。如果 numRows 的值为 1,即只有一行,直接返回原始字符串 s。

rows = [''] * min(numRows, len(s))
        curRow = 0
        goingDown = False

创建长度为 numRows 的空字符串列表 rows,使用列表推导式生成。curRow 用于追踪当前字符应该放在哪一行,初始值为 0。goingDown 用于表示字符行进的方向,初始值为 False,表示向上。

for c in s:
            rows[curRow] += c

遍历字符串 s 中的每一个字符,将当前字符 c 添加到对应行 rows[curRow] 中的末尾。

if curRow == 0 or curRow == numRows - 1:
                goingDown = not goingDown

如果当前行 curRow 为首行或末行,则改变字符行进的方向,即 goingDown 取反。

curRow += 1 if goingDown else -1
• 1

根据字符行进的方向来更新当前行 curRow。如果 goingDown 为 True,则 curRow 自增 1,否则自减 1。

return ''.join(rows)
• 1

遍历完成后,使用 .join() 方法将列表 rows 中的每一行字符拼接起来,返回最终的结果字符串。


运行效果截图

调用示例


solution = Solution()
s = "PAYPALISHIRING"
numRows = 3
s1 = "PAYPALISHIRING"
numRows1 = 4
s2 = "A"
numRows2 = 1
print(solution.convert(s, numRows))
print(solution.convert(s1, numRows1))
print(solution.convert(s2, numRows2))

运行结果

完结


相关文章
|
7月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
8月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
397 26
|
7月前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
216 5
|
8月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
631 4
|
8月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
1005 4
|
8月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
366 0
|
8月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
555 0
|
7月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
665 0
|
7月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
426 2
|
8月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
352 3

推荐镜像

更多