坚持写算法题的第四周(二)

简介: 坚持写算法题的第四周(二)

2021-11-2

题目

1.值相等的最小索引

image.png


2.超过经理的收入工

image.png


3.组合总和


image.png

4.找出临界值之间的最小和最大距离

image.png




题解

1.值相等的最小索引

本题就是一个循环加上一个除于就可以了!!!


2.超过经理的收入工

SQL需要把同一个表用两次,分别命名不同的名字,然后最后来用where找出大于经理的员工!


3.组合总和

本题就是一个经典的回溯加剪枝,这个真的是经典的不能在经典的一个题!!!


我给大家看一下我画的图:

image.png



4.找出临界值之间的最小和最大距离

本题是上周周赛的第二题,一个链表的问题,但是我是把链表里面的数取出来放在数组里面来判断的,判断的两个条件,最后再来筛选!!!


代码

1.值相等的最小索引

class Solution:
    def smallestEqual(self, nums: List[int]) -> int:
        res=[]
        for index , i in enumerate(nums):
            if index % 10 == nums[index]:
                res.append(index)
        return min(res) if len(res) else -1

2.超过经理的收入工

SELECT
    a.Name as 'Employee'
FROM
    Employee AS a,
    Employee AS b
WHERE
    a.ManagerId = b.Id
        AND a.Salary > b.Salary;

3.组合总和

class Solution:
    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
        res = []
        n = len(candidates)
        def trace(res,begin,end,path,tag):
            if tag < 0:
                return
            if tag == 0: 
                res.append(path)
                return
            for i in range(begin,end):
                trace(res,i,end,path+[candidates[i]],tag - candidates[i])
        if n == 0:
            return []
        trace(res,0,n,[],target)
        return res

 

  4.找出临界值之间的最小和最大距离

class Solution:
    def nodesBetweenCriticalPoints(self, head: Optional[ListNode]) -> List[int]:
        nums = []
        p = head
        while p:
            nums.append(p.val)
            p = p.next
        n = len(nums)
        a = []
        for i in range(1,n-1):
            if nums[i - 1] > nums[i] < nums[i + 1]:
                a.append(i)
            elif nums[i - 1] < nums[i] > nums[i + 1]:
                a.append(i)
        if len(a) <2:
            return [-1,-1]
        max_ = a[-1] - a[0]
        min_ = float('inf')
        for i in range(1, len(a)):
            min_ = min(min_, a[i] - a[i - 1])
        return [min_,max_]



目录
相关文章
|
4天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1106 0
|
3天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
511 10
|
13天前
|
人工智能 运维 安全
|
12天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
301 0
|
11天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
803 23
|
4天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
4天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。