坚持刷题的第三周(一)

简介: 坚持刷题的第三周(一)

2021-10-25

题目

1.最大子序和

image.png


2.搜索插入位置

image.png


3.检测大写字母

image.png


4.最后一个单词长度

image.png


5.搜索二维矩阵

image.png


6.有效的字母异位词

image.png


题解

1.最大子序和

本题是一个一维dp问题,我们可以用双指针,或者分治法来解本题。


首先我们先定义一个最大值和当前最大值,然后经行循环相加,并经行判断,如果当前数和下一位数相加的话大于下一位数,我们就把指针向右继续移动,在当前最大值和下一个数进行对比,谁大就把谁赋值给最大值,反之小于的话,我么就直接从下一个数从头开始相加,直到找到最大值!!!


2.搜索插入位置

在python本题思路比较好写,我们可以先把数组里面的数和插入数进行对比,如果数组中有第一个数大于插入值然后直接返回该数的下标,如果数组中都没有大于插入数的我们就直接可以返回原数组的长度。


3.检测大写字母

这个题开始我准备用双指针来写的,但是最后几个例子总是出错,然后我就直接看了题解,题解就职直接用的就是函数,我觉得这个就没啥意思了,我就先不说这个题的题解了。


4.最后一个单词长度

此题和我之前做的返回字符串的中的单词数很类似,我们可以把这个字符串里面的所有单词给添加到一个列表里面去,最后返回列表里面的最后一个单词的长度,如何添加单词大家可以看我上面的那个题的题解哦!!!


5.搜索二维矩阵

这个题在python中其实能卡一个bug----用 in 一下子就出来了,时间复杂度也是n。


但是我们刷算法的目的是什么?就是为了最优的解决这个问题,让它的效率最大化!!


所以我们不应该取巧的。


这个题主要的思路就是以右上角开始,如果目标变量比右上角的数小,就向左移一列,如果目标标量比右上角的数大就下一移动到下一行的数组中,由此来判断,最后是否能够在这个二维数组里面找到这个目标变量!


两者的复杂度:


image.png


6.有效的字母异位词

t是 ss 的异位词等价于「两个字符串排序后相等」。因此我们可以对字符串 ss 和 tt 分别排序,看排序后的字符串是否相等即可判断。此外,如果 ss 和 tt 的长度不同,tt 必然不是 ss 的异位词。


代码

1.最大子序和

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        temp = nums[0]
        max1 = temp
        for i in range(1,len(nums)):
            if temp + nums[i]> nums[i]:
                max1 = max(max1,temp+nums[i])
                temp = temp + nums[i]
            else :
                max1= max(max1,nums[i],temp,temp +nums[i])
                temp = nums[i]
        return max1

2.搜索插入位置

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        for index,i in enumerate(nums):
            if i >= target:
                return index
        else: return len(nums)

3.检测大写字母

class Solution:
    def detectCapitalUse(self, word: str) -> bool:
         return word.islower() or word.isupper() or word.istitle()

4.最后一个单词长度

class Solution:
    def lengthOfLastWord(self, s: str) -> int:
        list1 = []
        string = ''
        for i in s:
            if i!=' ':
                string = string + i
            elif i == ' ':
                if string != '':
                    list1.append(string)
                    string = ''
        if string != '':
            list1.append(string)
        return len(list1[-1])

5.搜索二维矩阵

class Solution:
    def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
        x = 0
        y = len(matrix[0])-1
        while x<=len(matrix) -1 and y>=0:
            t = matrix[x][y]
            if target >t:
                x += 1
            elif target < t:
                y -= 1
            else : return True
        return False

6.有效的字母异位词

class Solution(object):
    def isAnagram(self, s, t):
        """
        :type s: str
        :type t: str
        :rtype: bool
        """
        dic1={c:s.count(c) for c in set(s)}
        dic2={d:t.count(d) for d in set(t)}
        if dic1==dic2:
            return True
        else:return False



目录
相关文章
|
5天前
|
存储 人工智能 安全
AI 越智能,数据越危险?
阿里云提供AI全栈安全能力,为客户构建全链路数据保护体系,让企业敢用、能用、放心用
|
7天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
6天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
444 93
|
1天前
|
开发者
「玩透ESA」ESA启用和加速-ER在加速场景中的应用
本文介绍三种配置方法:通过“A鉴权”模板创建函数并设置触发器路由;在ESA上配置回源302跟随;以及自定义响应头。每步均配有详细截图指引,帮助开发者快速完成相关功能设置,提升服务安全性与灵活性。
283 2
|
7天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
406 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
7天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
308 158