Python双端队列 实现回文检测

简介: 双端队列 Deque 是一种有次序的数据集,跟队列相似,其两端可以称作"首" 和 "尾"端,但 Deque 中数据项既可以从队首加入,也可以从队尾加入;数据项也可以从两端移除。某种意义上说,双端队列集成了栈和队列的能力。

一、双端队列


双端队列 Deque 是一种有次序的数据集,跟队列相似,其两端可以称作"首" 和 "尾"端,但 Deque 中数据项既可以从队首加入,也可以从队尾加入;数据项也可以从两端移除。某种意义上说,双端队列集成了栈和队列的能力。



但双端队列并不具有内在的 LIFO 或者 FIFO 特性,如果用双端队列来模拟栈或队列,需要由使用者自行维护操作的一致性。


用 Python 实现抽象数据类型Deque,Deque定义的操作如下:


  • Deque():创建一个空双端队列;
  • add_front(item):将 item 加入队首;
  • add_tail(item):将 item 加入队尾;
  • remove_front():从队首移除数据项,返回值为移除的数据项;
  • remove_tail():从队尾移除数据项,返回值为移除的数据项;
  • is_empty():返回 Deque 是否为空;
  • get_size():返回 Deque 中包含数据项的个数。


定义双端队列,代码实现如下:


classDeque:
def__init__(self):   # 创建空的双端队列self.items= []
defis_empty(self):   # 判断双端队列是否为空returnself.items== []
defadd_front(self, item):   # 从队首加入元素 self.items.append(item)
defadd_tail(self, item):    # 从队尾加入元素 self.items.insert(0, item)
defremove_front(self):      # 从队首删除元素 ifself.is_empty():
raiseException('Queue is empty')
returnself.items.pop()
defremove_tail(self):       # 从队尾删除元素 ifself.is_empty():
raiseException('Queue is empty')
returnself.items.pop(0)
defget_size(self):          # 获取双端队列元素数量returnlen(self.items)


操作复杂度:add_front / remove_front,O(1);add_tail / remove_tail,O(n)。


二、回文检测


“回文词” 指正读和反读都一样的词,如radar、bob、toot;中文:“上海自来水来自海上”,“山东落花生花落东山”。


用双端队列很容易解决 “回文词” 问题,先将需要判定的词从队尾加入Deque,再从两端同时移除字符判定是否相同,直到 Deque 中剩下 0 个或 1 个字符。


算法实现如下:


defpalindrome_check(string):   # 回文检测str_deque=Deque()
foriteminstring:
str_deque.add_front(item)
check_flag=Truewhilestr_deque.get_size() >1andcheck_flag:
left=str_deque.remove_front()   # 队尾移除right=str_deque.remove_tail()   # 队首移除ifleft!=right:   # 只要有一次不相等   不是回文check_flag=False# 判断完一遍   check_flag为True  是回文returncheck_flagprint(palindrome_check("radar"))
print(palindrome_check("abcbac"))
print(palindrome_check("上海自来水来自海上"))


目录
相关文章
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
304 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
8月前
|
运维 监控 算法
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
MSET-SPRT是一种结合多元状态估计技术(MSET)与序贯概率比检验(SPRT)的混合框架,专为高维度、强关联数据流的异常检测设计。MSET通过历史数据建模估计系统预期状态,SPRT基于统计推断判定偏差显著性,二者协同实现精准高效的异常识别。本文以Python为例,展示其在模拟数据中的应用,证明其在工业监控、设备健康管理及网络安全等领域的可靠性与有效性。
1007 13
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
|
4月前
|
监控 编译器 Python
如何利用Python杀进程并保持驻留后台检测
本教程介绍如何使用Python编写进程监控与杀进程脚本,结合psutil库实现后台驻留、定时检测并强制终止指定进程。内容涵盖基础杀进程、多进程处理、自动退出机制、管理员权限启动及图形界面设计,并提供将脚本打包为exe的方法,适用于需持续清理顽固进程的场景。
|
机器学习/深度学习 监控 TensorFlow
使用Python实现深度学习模型:智能农业病虫害检测与防治
使用Python实现深度学习模型:智能农业病虫害检测与防治
592 65
|
机器学习/深度学习 数据采集 算法
时间序列结构变化分析:Python实现时间序列变化点检测
在时间序列分析和预测中,准确检测结构变化至关重要。新出现的分布模式往往会导致历史数据失去代表性,进而影响基于这些数据训练的模型的有效性。
1479 1
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:智能质量检测与控制
使用Python实现深度学习模型:智能质量检测与控制 【10月更文挑战第8天】
826 62
使用Python实现深度学习模型:智能质量检测与控制
|
10月前
|
监控 网络安全 开发者
Python中的Paramiko与FTP文件夹及文件检测技巧
通过使用 Paramiko 和 FTP 库,开发者可以方便地检测远程服务器上的文件和文件夹是否存在。Paramiko 提供了通过 SSH 协议进行远程文件管理的能力,而 `ftplib` 则提供了通过 FTP 协议进行文件传输和管理的功能。通过理解和应用这些工具,您可以更加高效地管理和监控远程服务器上的文件系统。
357 20
|
9月前
|
监控 Java 计算机视觉
Python图像处理中的内存泄漏问题:原因、检测与解决方案
在Python图像处理中,内存泄漏是常见问题,尤其在处理大图像时。本文探讨了内存泄漏的原因(如大图像数据、循环引用、外部库使用等),并介绍了检测工具(如memory_profiler、objgraph、tracemalloc)和解决方法(如显式释放资源、避免循环引用、选择良好内存管理的库)。通过具体代码示例,帮助开发者有效应对内存泄漏挑战。
474 1
|
10月前
|
XML 机器学习/深度学习 人工智能
使用 OpenCV 和 Python 轻松实现人脸检测
本文介绍如何使用OpenCV和Python实现人脸检测。首先,确保安装了OpenCV库并加载预训练的Haar特征模型。接着,通过读取图像或视频帧,将其转换为灰度图并使用`detectMultiScale`方法进行人脸检测。检测到的人脸用矩形框标出并显示。优化方法包括调整参数、多尺度检测及使用更先进模型。人脸检测是计算机视觉的基础技术,具有广泛应用前景。
478 10
|
机器学习/深度学习 PyTorch TensorFlow
使用Python实现智能食品质量检测的深度学习模型
使用Python实现智能食品质量检测的深度学习模型
544 1

推荐镜像

更多