算法每日一题(python,2024.05.21)day.3

nums[]第K个最大数字 法一:堆排 class Solution {public: void maxHeapify(vector& a, int i, int heapSize) { int l = i * 2 + 1, r = i * 2 + 2, largest = i; if (l < heapSize && a[l] > a[largest]) { largest = l; } if (r < heapSize && a[r] . 阅读详情

 题目来源:力扣(旋转数组)

7bde763ca4ac4114a6f9ca0fcd688e09.png

解题思路:

注意:当k值大于数组长度时,轮转多圈,可以先将k%len(nums)来求余减少轮转次数

方法一:辅助数组

利用辅助数组辅助解题,轮状k个位置,可以先将后k个位置的数据存于辅助数组内,再将原数组从剩下的数据移动到后方,再将辅助数组内的数据传入原数组的前k位置。(内存占用高,但思路简单直接)

方法二:多次反转

先将全部数组反转,将后k个数据转移到前k的位置,之后再分别反转前k个数据和后k个数据,调回顺序。

方法三:切片相接(python3)

讲数组切为前部和后部(长度k),再将前部拼接到后部尾上,以完成反转。

代码实现:

法一:

class Solution:
    def rotate(self, nums: List[int], k: int) -> None:
        n = len(nums)
        k %= n
        tmp = nums[n - k:].copy()
        for i in range(n - k - 1, -1, -1):
            nums[i + k] = nums[i]
        for i in range(0, k):
            nums[i] = tmp[i]

法二:. - 力扣(LeetCode)原位变化,用nums[:]未改变地址

length = len(nums)
        k %= length
        nums[:] = nums[::-1]
        nums[:k] = nums[:k][::-1]
        nums[k:] = nums[k:][::-1]

法三:

if k := (k % len(nums)):
    nums[:k], nums[k:] = nums[-k:], nums[:-k]。

总结:题目简单,但需注意优化(例如k过大时的求余)从不同角度出发可思考多种解题思路

在线数据科学学习路径:高性价比、可及性与工业级认证 数据科学作为数字时代的核心能力,其学习已从传统学位垄断走向模块化、项目驱动的在线新范式。其底层原理在于将工业界真实工作流(如SQL分析、Python建模、云平台部署)拆解为可验证的能力单元,通过高匹配度课程内容、雇主广泛认可的权威认证(如AWS、Google)、以及‘学用一体’的时间颗粒度设计,显著降低时间、金钱与机会成本。技术价值体现在快速构建可交付作品集、直通业务问题解决,并支撑三类典型场景:在职人员能力跃迁、非技术背景转行破局、中小企业数据赋能。本文聚焦在线数据科学、高性价比、可及性等核心热词,解析如 阅读详情

相关推荐

数据科学家的生产级SQL思维:从查询语法到业务逻辑编码

SQL不仅是数据库查询语言,更是数据科学中表达业务逻辑、保障口径一致性和支撑实时决策的核心编码范式。其底层原理植根于分布式执行引擎约束、时序语义建模与统计可解释性设计;技术价值体现在消除Python中转、固化指标口径、实现特征实时化及归因可验证;典型应用场景覆盖AB测试校验、用户行为漏斗归因、LTV分层快照计算与异常检测SQL化;本文聚焦真实数仓环境下的‘Amazing Query’实践方法论,深度融合窗口函数、时间区间匹配与执行计划反推等关键技术。

329

LeetCode每日一题(三)——【轮转数组】

问题描述: 给你一个数组,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。 示例 1: 输入: nums = [1,2,3,4,5,6,7], k = 3 输出: [5,6,7,1,2,3,4] 解释: 向右轮转 1 步: [7,1,2,3,4,5,6] 向右轮转 2 步: [6,7,1,2,3,4,5] 向右轮转 3 步: [5,6,7,1,2,3,4] 原因分析:【这是大佬总结的,在这里谢谢小甜甜大佬】 此题可以采用头插法,一个一个的移动。但是有种更加简单的选择数组的方式。 ..

Pan_peter的博客 942

早期创业公司AI落地实战指南:从0到1构建AI生长节律

AI落地不是技术选型问题,而是初创企业执行效率重构的核心命题。理解AI在资源受限场景下的真实作用机制,关键在于掌握其‘输入确定、输出结构化’的基本原理——这决定了模型能否稳定替代重复性人力劳动。其技术价值体现在单位人力产出比的显著提升,典型如销售线索分级、客服意图识别、设备故障知识检索等高影响低难度闭环。这些场景共同指向一个工程共识:小而精的领域语料+轻量级本地模型(如Llama3)+向量数据库(如ChromaDB)构成可快速验证的最小技术栈。本文基于27家AI原生早期团队的一手实践,系统拆解从场景识别、数

aikenqiu5098的博客 459

python新知识之------------------海象表达式

商业转载请联系官方授权,非商业转载请注明出处。输入: nums = [1,2,3,4,5,6,7], k = 3。输入:nums = [-1,-100,3,99], k = 2。向右轮转 1 步: [7,1,2,3,4,5,6]向右轮转 2 步: [6,7,1,2,3,4,5]向右轮转 3 步: [5,6,7,1,2,3,4]向右轮转 1 步: [99,-1,-100,3]向右轮转 2 步: [3,99,-1,-100]输出: [5,6,7,1,2,3,4]输出:[3,99,-1,-100]...

A_Tu_daddy的博客 700

Python期货量化交易系统架构设计与实盘落地指南

量化交易是将金融逻辑转化为可执行程序的工程方法论,其核心在于信号生成、订单执行、风险控制与绩效复盘的闭环实现。在期货这一高杠杆、T+0、含交割与夜盘机制的特殊市场中,系统必须兼顾低延迟、强一致性和确定性。Python凭借丰富生态与工程可控性成为主流工具链底座,但盲目套用通用框架易导致滑点失真、状态错乱或风控失效。本文聚焦期货交易生命周期分层解耦——从行情接入、策略引擎、订单执行到风控监控,详解如何用内存队列、状态机、动态保证金快照和订单指纹等关键技术,构建可回测、可模拟、可实盘的稳健系统,真正跨越‘策略想法

weixin_32175665的博客 336

Chipyard------介绍与环境搭建

Chipyard是一个开源的、可扩展的、集成化的芯片设计平台,旨在帮助芯片设计人员快速、高效地开发自己的定制芯片。由伯克利大学架构研究小组开发,它基于Chisel语言和Scala编程语言,提供了一整套硬件设计工具和流程,包括RTL设计、验证、物理布局、仿真等,以及支持多种芯片体系结构的库和模块。

qq_38798111的博客 9479

Python3实现旋转数组的3种算法

下面是Python3实现的旋转数组的3种算法。 一、题目 给定一个数组,将数组中的元素向右移动 k 个位置,其中 k 是非负数。 例如: 输入: [1,2,3,4,5,6,7] 和 k = 3 输出: [5,6,7,1,2,3,4] 解释: 向右旋转 1 步: [7,1,2,3,4,5,6] 向右旋转 2 步: [6,7,1,2,3,4,5] 向右旋转 3 步: [5,6,7,1,2,3,4] 说明: 1.尽可能想出更多的解决方案,至少有三种不同的方法可以解决这个问题。 2.要求使用

量慧实工作室LHStudio的博客 489

微信小程序marker 上的自定义气泡cover-view字体丢失以及max-width不生效问题

微信小程序marker 上的自定义气泡cover-view字体丢失以及max-width不生效问题

weixin_42028275的博客 1500

python旋转数组_Python3实现旋转数组的3种算法

一、试题给出一个数组,将数组中的元素往右边移动k个位置,当中k是非负数。比如说:输入:[1,2,3,4,5,6,7]和k=3输出:[5,6,7,1,2,3,4]解释:往右边旋转1步:[7,1,2,3,4,5,6]往右边旋转2步:[6,7,1,2,3,4,5]往右边旋转3步:[5,6,7,1,2,3,4]*反映:1.竭尽所能想到越多的解决方案,起码有三种不一样的方法能够处理这个问题。2.必须要使用空...

weixin_39542514的博客 516

Unity安卓打包实战:SDK与JDK配置全攻略

本文详细介绍了Unity安卓打包过程中SDK与JDK的配置方法,包括工具下载、安装步骤、环境变量设置及常见错误排查。通过实战指南帮助开发者快速完成Unity安卓打包环境搭建,提升开发效率。

weixin_30338481的博客 417

GD32主程序跑飞?可能是BOOT0引脚惹的祸(附J-LINK调试实录)

本文针对GD32微控制器程序下载后无法运行的典型问题,深入剖析了BOOT0引脚配置对启动模式的关键影响。通过结合J-LINK调试器与KEIL MDK环境,详细演示了如何从程序跑飞现象(如PC指向0x1FFF Fxxx)定位到硬件层面的BOOT0引脚与VDD短路故障,并提供了系统的硬件排查步骤与设计预防建议。

d6e7f8的博客 705

GLM-5.1华为云Day0上线:大模型开箱即用工程实践指南

大模型落地正从‘能跑通’迈向‘第一天就可用’——这背后涉及模型压缩、算子适配、服务封装与全栈协同等核心工程能力。以GLM-5.1在华为云ModelArts的Day0上线为例,其本质是通过INT4量化、动态KV Cache、预置昇腾加速库等技术,实现低延迟、高并发、易运维的生产级推理服务。该范式显著降低企业AI平台接入成本,提升算法工程师验证效率,适用于智能客服、政务热线、金融知识库等需快速交付的业务场景。本文聚焦国产大模型在公有云上的开箱即用实践,详解从控制台开通、API流式调用到性能压测的全链路实操细节。

a2850363633的博客 515

从ATE到ATPG:基于Scan Chain的芯片制造缺陷定位实战解析

本文深入解析了从ATE到ATPG的芯片制造缺陷定位实战技术,重点介绍了Scan Chain的工作原理、异步复位触发器处理技巧以及Design Compiler中的DFT实现方法。通过实际案例展示了如何利用ATE测试数据和ATPG工具进行精确的缺陷定位,并分享了提升测试覆盖率和优化测试成本的专业技巧,为芯片测试工程师提供了宝贵的实战经验。

weixin_42527160的博客 380

为什么腾讯到了面试阶段,还没约面,过两天直接终止流程了

普通二本,一段半年的大厂实习(应该算是),投了一周,每天刷来刷去都那几个公司,BOSS 投了八十个左。问两道八股就手撕的是不是kpi面啊问了两道八股,说的不对,面试官给纠正了,就让打开ide写代码了。明天面,应该算是大厂了,难度大吗 #我的实习求职记录# #没有实习经历,还有机会进大厂吗# #找实习。说下我的情况,我去年11月参加了七牛办的1024创作节,获奖拿到了七牛实习offer,进来以后先参加。因为技术一面没怎么准备,评价不好,没有过hr帮我又找了一个新的部门下午刚刚结束hr面明天下午主管面,

han_xue_feng的博客 1285

使用podman 容器化安装DIFY

本文阐述了使用podman容器化安装DIFY的过程

wengad的博客 1901

Python爬虫实战:中国土地市场网招拍挂数据抓取与分析

本文详细介绍了如何使用Python爬虫技术从中国土地市场网抓取土地招拍挂数据,并进行初步的数据分析与可视化。文章涵盖了爬虫的基本原理、反爬虫策略应对、数据清洗与存储、数据分析与可视化等多个方面,为土地市场研究者提供了一套完整的数据获取与分析解决方案。

2201_76125261的博客 684

Python开发实习全攻略:从小白到转正的18周实战之旅

Python以其简洁的语法、丰富的生态和广泛的应用场景(Web开发、数据分析、人工智能、自动化运维等),成为众多企业招聘实习生的热门技术栈。本文将围绕“Python开发工程师”实习岗位,系统性地解答这三个核心问题,帮助你理清思路,更有准备地开启第一段职业旅程。无论你是大二/大三正在寻找第一份实习,还是已经拿到Offer准备入职,这篇文章都能为你提供有价值的参考。这是你的“基础版”简历,需要清晰展示你的技术栈、项目经历和教育背景。理解这两者的区别,能帮助你更好地适应实习,并最大化实习价值。

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 270

Ubuntu 22.04+/WSL2 中解决 `error: externally-managed-environment` 并成功安装 PyTorch + vLLM 的完整指南

Ubuntu 22.04+/WSL2 因遵循 PEP 668 规范,系统 Python 被标记为“外部管理”,导致直接使用 pip install 安装包时报错 externally-managed-environment。解决方案是创建虚拟环境: 通过 python3 -m venv ~/vllm-env 创建隔离环境 激活环境后安装 PyTorch(CUDA 12.1)和 vLLM 避免使用 sudo pip 或 --break-system-packages,防止破坏系统依赖 关键点: 虚拟环

刘一说的IT专栏 298

AI增长实战手册:小团队如何用L1/L2级AI落地可收费功能

AI增长不是大模型选型或技术炫技,而是将人工智能作为业务流程中的最小执行单元,在原子动作(L1)和流程节点(L2)层级实现可验证、可归因、可计量的价值闭环。其核心原理在于通过输入标准化、上下文压缩、输出可控化与反馈即燃料四大支柱,构建低门槛、快迭代、高确定性的AI应用范式。该方法特别适用于早期科技型startup——团队规模2–5人、月预算<3万元、无专职AI工程师,却需在90天内交付首个产生现金收入的AI功能。本文聚焦真实项目中已验证的21天落地路线图、三线并行执行框架及L1/L2场景筛选铁律,助力团队绕

weixin_30521161的博客 371

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

MLOps策略实战:从模型可复现到业务价值闭环

MLOps不是机器学习+DevOps的简单叠加,而是面向数据驱动决策的系统性治理范式。其核心在于解决模型生命周期中数据漂移、预测不确定性与业务价值验证滞后的三大本质挑战。通过分层设计——L1保障数据版本化与模型元数据强绑定,L2建立特征消费协议与模型就绪标准,L3构建效果归因管道与模型健康度仪表盘——实现从‘能跑通’到‘敢押注’的跃迁。关键技术实践包括DVC数据快照、YAML定义的特征工程流水线、MLflow注册即签约机制,以及融合基础设施/模型行为/业务影响的三层监控告警体系。本文聚焦真实产线中的策略落地

weixin_30820077的博客 335

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

多维聚合数据变形术:从立方体导航到指标契约

多维聚合是现代数据分析的核心能力,指在多个业务维度(如时间、地区、产品)交叉组合下对事实数据进行汇总计算。其本质是将高维数据立方体通过切片、切块、钻取等操作,转化为可解释、可复用的二维报表。关键技术价值在于解耦维度逻辑与计算逻辑,避免SQL硬编码导致的口径漂移和维护黑洞。典型应用场景包括BI看板构建、实时数仓指标开发、机器学习特征工程等。本文聚焦多维聚合中的数据变形实践,系统阐述维度建模、计算契约与路径控制三大支柱,并结合切片(Slice)、切块(Dice)、钻取(Drill-down)等核心操作,提供可落

weixin_34341229的博客 358

MySQL 数据分析实战:从数据清洗到报表性能优化的完整链路

数据分析与数据仓库的落地,往往不依赖复杂的大数据组件,而取决于基础 SQL 建模能力与数据链路设计。MySQL 作为企业中最常见的关系型数据库,在数据清洗、指标口径统一、维度建模、报表查询和权限治理等环节都承担着核心驱动角色。面对千万级数据量,合理的索引和查询优化能让聚合分析从分钟级降至秒级;借助视图、存储过程与事件调度,团队还能将业务口径固化为可复用的数据库资产。从订单明细的清洗去重,到日期维度与销售事实表的星型建模,再到环比、Top N 等分析型 SQL 的编写,一套基于 MySQL 的实战路径可以同时

weixin_34138056的博客 472

数据切分不是随机分割:时间依赖、分布漂移与业务一致性实战指南

数据切分是机器学习项目中决定模型线上稳定性的底层工程契约,而非简单的train_test_split调用。其核心原理在于尊重数据的时间依赖性、防范训练-测试集间的分布漂移、杜绝各类样本泄露,并确保切分逻辑与真实业务场景严格对齐。技术价值体现在避免AUC虚高、降低线上效果波动、支撑AB测试可信归因;典型应用场景覆盖电商用户流失预警、金融风控模型迭代、推荐系统冷启动及医疗AI合规验证。本文聚焦工业级落地中的五类致命泄露(时间/样本/特征/分布/工程)与可审计切分工作流,特别强化对时间序列切分、用户级隔离、分层分

weixin_34409357的博客 389

GPT-5.5不存在,但GPT-4o极致优化方案真实可用

大语言模型(LLM)的版本演进并非线性数字堆砌,而是能力范式跃迁;GPT-4o作为当前OpenAI最新公开旗舰模型,已具备全模态、低延迟、高性价比等关键特性,其真实技术价值远超‘GPT-5.5’这类未经验证的营销概念。理解Transformer架构优化、Prompt工程、RAG增强与模型路由等核心原理,可显著提升响应速度、专业准确率与中文语境适配度——这正是用户所期待的‘下一代体验’本质。本文聚焦GPT-4o深度调优与国产大模型(如Qwen2-72B、Llama 3-70B)本地化落地,结合真实政务、医疗、

chuanao8829的博客 401
上一篇: 算法每日一题(python,2024.05.20)day.2
下一篇: 算法每日一题(python,2024.05.22) day.4
Neophyte0608
博客等级 码龄3年 808粉丝 98原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Neophyte0608

你的鼓励将使我创作学的更加快乐

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值