【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
|
1月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
37 0
|
27天前
|
存储 机器学习/深度学习 算法
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
蓝桥杯Python编程练习题的集合,涵盖了从基础到提高的多个算法题目及其解答。
50 3
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
|
11天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
32 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
16天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
24天前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
49 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
2月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
87 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
1月前
|
算法
【链表】算法题(二) ----- 力扣/牛客
【链表】算法题(二) ----- 力扣/牛客
|
1月前
|
算法 安全 Go
RSA加密算法详解与Python和Go实现
RSA加密算法详解与Python和Go实现
79 1
|
1月前
|
存储 算法 安全
Python 加密算法详解与应用
Python 加密算法详解与应用
20 1
|
2月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
50 2