lintcode - 平面列表

题目描述:给定一个列表,该列表中的每个要素要么是个列表,要么是整数。将其变成一个只包含整数的简单列表。

样例:给定 [1,2,[1,2]],返回 [1,2,1,2]。给定 [4,[3,[2,[1]]]],返回 [4,3,2,1]。


用递归的思路很容易解决,之前我已经说过太多类似的问题,不再赘述。需要注意的一点是递归“触底”的条件是当这个给出的列表本身是整数。直接给出代码:

class Solution(object):

    # @param nestedList a list, each element in the list 
    # can be a list or integer, for example [1,2,[1,2]]
    # @return {int[]} a list of integer
    def flatten(self, nestedList):

        if isinstance(nestedList, int):
            return [nestedList]

        result = []

        for i in nestedList:
            result.extend(self.flatten(i))
            
        return result
        # Write your code here

若是用非递归解决这个问题会稍微复杂一点。但是好在有队列这种数据结构,可以帮助我们解决问题。

思路是这样,将原先的列表,也就是上面代码中的参数nestedList看做一个队列,当然,nestedList的头就是队列的头,尾就是队列的尾。然后依次从队列中删除元素,若删除出来的元素为整数,则直接加入结果列表result;若不是整数,做法则有点特殊:

将这个元素(肯定是个列表了)中所有子元素依次插到队列的前头,当然,还要保持顺序不变。例如,现在删除出来的元素是[1, [2, 3]] 则将1, [2, 3]这两个元素按顺序插入队列的前端,这样做,相当于是去除了最外层的列表。然后接着删除队列首,持续上面的过程。


这样,就相当于是逐个处理,最终将所有元素的列表全部去除,并且还保持了元素顺序。

代码如下:

class Solution(object):

    # @param nestedList a list, each element in the list
    # can be a list or integer, for example [1,2,[1,2]]
    # @return {int[]} a list of integer
    def flatten(self, nestedList):

        if isinstance(nestedList, int):
            return [nestedList]

        result = []

        while len(nestedList) != 0:
            temp = nestedList.pop(0)
            if isinstance(temp, int):
                result.append(temp)
            else:
                for i in temp[::-1]:
                    nestedList.insert(0, i)
        return result
        # Write your code here



LintCode 1817 - 分享巧克力 是一道经典的算法题目,通常涉及动态规划、贪心算法等知识。这道题的核心思想是如何将一块巧克力分成若干块,并让每块满足一定的条件。 ### 题目概述: 假设有一块 `m x n` 的巧克力网格图,每个格子表示一小块巧克力。你需要将其分给 K 个人,每个人获得连续的一段巧克力(可以横着切或竖着切)。目标是使得所有人的巧克力总和的最大值尽可能小。 --- ### 解法思路: #### 方法一:二分查找 + 模拟验证 我们可以采用“二分查找”的策略来解决这个问题。核心在于设定一个范围 `[min_val, sum_of_chocolate]`,其中 `min_val` 表示单个巧克力单元的最小值,而 `sum_of_chocolate` 则是整个巧克力表的所有数值之和。 步骤如下: 1. **确定搜索区间**:左边界设为数组中的最大元素 (因为至少一人要拿到这个数),右边界设为总和 (即所有人都拿一样的情况)。 2. **验证中间值是否可行**:对于当前猜测的最大值 mid,检查能否通过合理的切割分配方案,使得每个人的份额都不超过该值。 3. 根据结果调整左右边界直至找到最优解。 时间复杂度大约为 O(log(total_sum) * m * n) #### 示例代码片段(Python版): ```python def minimizeMaxShare(chocoGrid, k): def canSplit(max_allowed): # 实现判断是否能按照规则分割函数 total = sum(map(sum,chocogrid)) low , high= max([max(row) for row in chocogrid]),total while(low<high): mid=(low+high)//2 if(canSplit(mid)): high=mid else: low=mid+1 return low ``` --- ### 关键点总结: - 使用了高效的二分查找技巧降低暴力枚举的时间开销; - 结合实际场景构建辅助判定功能完成对潜在解答的有效评估;
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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