cute_boy_的博客

leetcode：两地调度 公司计划面试 2N 人。第 i 人飞往 A 市的费用为 costs[i][0]，飞往 B 市的费用为 costs[i][1]。 返回将每个人都飞到某座城市的最低费用，要求每个城市都有 N 人抵达。 示例： 输入：[[10,20],[30,200],[400,50],[30,20]] 输出：110 解释： 第一个人去 A 市，费用为 10。 第二个人去 A 市，费用为 30。 第三个人去 B 市，费用为 50。 第四个人去 B 市，费用为 20。 最低总费用为 10 + 30 +

二叉树的遍历方式以及代码实现python 1、基本概念 首先我们先请出一位二叉树先生（噱（稍）微有点丑） 三种遍历方式 先序遍历 a-b-d-e-c-f 中序遍历 d-b-e-a-c-f 后序遍历 d-e-b-f-c-a 那么问题来了我们应该怎么记呢？ 重点来了：所谓前中后都是以“当前根节点”为主，“前”就是说第一个先走“当前根节点”再走左子树再走右子树，“中”就是说第一个先走左子树再走“当前根节点”再走右子树，“后”就是说第一个先走左子树再走右子树再走“当前根节点”， 2、代码实现 # 首

力扣题，二叉树的翻转python # 定义 class TreeNode: def __init__(self, x): self.val = x self.left = None self.right = None # 解决 class Solution: def invertTree(self, root): if not root: return None root.left,ro

二分查找有序列表中元素 第一种：使用递归方式 def binary_search_one(lst,target): """ :param lst: 传入的列表 :param target: 目标值 :return: 找到目标返回索引，未找到返回none """ # 计算列表长度 len_lst = len(lst) if len_lst<1: return None mid_index = len_lst//2

# 子问题算法（子问题规模为 1） def is_in_list(init_list, el): return [False, True][init_list[0] == el] # 分治法 def solve(init_list, el): n = len(init_list) if n == 1: # 若问题规模等于 1，直接解决 return is_i...

# todo 递归 时间复杂度：o(2^n) 空间复杂度o(n) def fib_01(n): if n<3: return 1 return fib_01(n-2)+fib_01(n-1) print(fib_01(8)) # todo numpy 时间复杂度：o(n) 但是会占用很多内存空间 import numpy as np def fib_02(n): tmp = np.zeros(n) tmp[0] = 1 t.

python中的排序算法 创建无序列表及调用各排序函数 （1）冒泡排序 （2）选择排序 （3）快速排序 （4）归并排序