力扣 118. 杨辉三角

本文介绍了如何使用Python解决力扣中的杨辉三角问题。通过迭代法详细解释了代码实现,并提供了一行解法,其中利用数学知识计算组合数Cnk。代码执行效率较高,击败了一定比例的用户。

图片

题目描述

给定一个非负整数 numRows,生成杨辉三角的前 numRows 行。

杨辉三角

在杨辉三角中,每个数是它左上方和右上方的数的和。

示例:

输入: 5
输出:
[
     [1],
    [1,1],
   [1,2,1],
  [1,3,3,1],
 [1,4,6,4,1]
]

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/pascals-triangle
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。


迭代法

class Solution:
    def generate(self, numRows: int) -> List[List[int]]:
        if numRows < 1:
            return []
        res = [[1]]
        if numRows == 1:
            return res
        res.append([1, 1])
        if numRows == 2:
            return res
        for i in range(3, numRows + 1):
            res.append([1, *[res[-1][i] + res[-1][i + 1] for i in range(len(res[-1]) - 1)], 1])
        return res

执行结果:通过
执行用时:48 ms, 在所有 Python3 提交中击败了13.88% 的用户
内存消耗:13.6 MB, 在所有 Python3 提交中击败了5.21% 的用户


一行解

参考了 typingMonkey 的题解

class Solution:
    def generate(self, numRows: int) -> List[List[int]]:
        return [[math.comb(i, j) for j in range(i + 1)] for i in range(numRows)]

执行结果:通过
执行用时:36 ms, 在所有 Python3 提交中击败了80.99% 的用户
内存消耗:13.6 MB, 在所有 Python3 提交中击败了7.03% 的用户

这里用到了数学知识以及 math.comb(n, k) 来求组合数,即从 n 个元素中任取 k 个元素,一共有多少种取法。

C n k = n ! k ! × ( n − k ) ! C_n^k = \frac{n!}{k! \times {(n - k)!}} Cnk=k!×(nk)!n!

相关的帮助文档如下:

>>> import math
>>> help(math.comb)
Help on built-in function comb in module math:

comb(n, k, /)
    Number of ways to choose k items from n items without repetition and without order.

    Evaluates to n! / (k! * (n - k)!) when k <= n and evaluates
    to zero when k > n.

    Also called the binomial coefficient because it is equivalent
    to the coefficient of k-th term in polynomial expansion of the
    expression (1 + x)**n.

    Raises TypeError if either of the arguments are not integers.
    Raises ValueError if either of the arguments are negative.

顺带说一下,math 模块中,math.perm 是用来求排列数的函数,之前还用到过求可迭代对象连乘的 math.prod

以第 5 行的杨辉三角列表 [1, 4, 6, 4, 1] 为例,它恰好为:

[ C 4 0 , C 4 1 , C 4 2 , C 4 3 , C 4 4 ] [C_4^0, C_4^1, C_4^2, C_4^3, C_4^4] [C40,C41,C42,C43,C44]

所以第 i 行的杨辉三角列表为 C i − 1 j C_{i - 1}^j Ci1j,其中 0 ⩽ j ⩽ i − 1 0 \leqslant j \leqslant i - 1 0ji1


2020.12.06


### 生成杨辉三角算法实现 杨辉三角是一种经典的数学图形,其结构可以通过多种编程语言和不同的算法思路来实现。以下是几种常见的实现方式: #### 方法一:动态规划 动态规划是杨辉三角问题的一种经典方法。其核心思想是利用已计算的结果来推导未计算的结果,避免重复计算,从而提高效率。 具体实现如下: ```java class Solution { public List<List<Integer>> generate(int numRows) { // 创建dp数组 Integer[][] dp = new Integer[numRows][]; // 遍历每一行 for (int i = 0; i < numRows; i++) { // 初始化当前行,第0行有一个元素,第1行有2个元素,以此类推,每一行的大小都不一样。 dp[i] = new Integer[i + 1]; // 每一行的第一个和最后一个元素总是1 dp[i][0] = dp[i][i] = 1; // 计算中间元素 for (int j = 1; j < i; j++) { dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j]; } } // 将数组转换为结果列表 List<List<Integer>> result = new ArrayList<>(); for (Integer[] row : dp) { result.add(Arrays.asList(row)); } // 返回结果 return result; } } ``` 该实现通过二维数组 `dp` 存储每行的值,并根据递推公式 `dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j]` 来计算每行的中间元素 [^3]。 --- #### 方法二:使用二维数组直接模拟 这种方法较为简单,直接按照杨辉三角的定义,通过上一行的元素计算当前行的元素。 Python 实现示例如下: ```python class Solution: def generate(self, numRows: int) -> List[List[int]]: if numRows == 0: return [] res = [[1]] while len(res) < numRows: newRow = [a + b for a, b in zip([0] + res[-1], res[-1] + [0])] res.append(newRow) return res ``` 在每次迭代中,通过将上一行一个偏移版本相加(例如 `[0]+res[-1]` 和 `res[-1]+[0]`),快速生成新行 [^4]。 --- #### 方法三:基于列表的直接构造 这种方法不依赖于额外的数组或矩阵,而是直接构造每一行的值,并将其添加到最终的结果列表中。 Java 实现示例如下: ```java class Solution { public List<List<Integer>> generate(int numRows) { List<List<Integer>> l2 = new ArrayList<List<Integer>>(); for (int i = 0; i < numRows; i++) { List<Integer> row = new ArrayList<>(); for (int j = 0; j <= i; j++) { if (j == 0 || j == i) { row.add(1); } else { row.add(l2.get(i - 1).get(j - 1) + l2.get(i - 1).get(j)); } } l2.add(row); } return l2; } } ``` 通过遍历每一行并逐个计算每个位置的值,可以直接构建出完整的杨辉三角 [^5]。 --- #### 方法四:空间优化版 为了减少内存使用,可以采用一维数组进行优化。通过维护一个临时列表来存储当前行的值,避免重复计算。 Python 实现如下: ```python class Solution: def generate(self, numRows: int) -> List[List[int]]: result = [] for i in range(numRows): current_row = [1] * (i + 1) for j in range(1, i): current_row[j] = result[i - 1][j - 1] + result[i - 1][j] result.append(current_row) return result ``` 该方法通过复用前一行的结果,仅使用一维数组即可完成计算,降低了空间复杂度 [^2]。 --- ### 总结 以上四种方法均能正确生成杨辉三角,但它们在实现难度、时间复杂度和空间复杂度上有所不同。对于较小的输入规模(如 `numRows <= 30`),所有方法都可以高效运行。然而,在需要多次调用或处理大规模数据时,动态规划和空间优化方法更为合适 [^2]。 --- ###
评论 1
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