Python算法题

1、快速排序:

def quick_sort(arr):
	if len(arr) < 2:  #当数据集长度为1时,结束递归
		return arr
	mid = arr[len(arr) // 2]  #基准数可以随便选,我这里就对2取整了
	left,right = [],[]  #申明两个列表用来保存左右分区的数
	arr.remove(mid)  #将基准数从数组中移除
	for i in arr:  #比较大小,分左右区
		if i > mid:
			right.append(i)
		else:
			left.append(i)
	return quick_sort(left)+[mid]+quick_sort(right)  #递归分区最后合并

list = [1,6,3,5,2,9,4]
print(quick_sort(list))

以下是运行结果:

2、冒泡排序:

def bubble_sort(items):
    for i in range(len(items) - 1): #i为趟数 ,i从0开始
      #  print(i)
        for j in range(len(items) - i - 1): # j为每趟的次数
        #    print(j)
            if items[j] > items[j + 1]:
                items[j], items[j + 1] = items[j + 1], items[j]
    return items
list = [2,1,9,11,10,8,7]
print(bubble_sort(list))

以下是运行结果

3、函数公式实现斐波那契数列(递归思想)

def fibonacci(n):
    if n == 0:
        res = 0
    elif n == 1:
        res = 1
    else:
        res = fibonacci(n -1) + fibonacci(n -2)
    return res

i=0
while i < 9:
    print(fibonacci(i))
    #while 循环一定要有计数器 不然就是死循环
    i += 1

以下为运行结果:

4、n的阶乘


num = int(input("请输入一个整数:"))#此处引号为英文
factorial = 1
if num < 0:
    print("错误")
elif num == 0: # 条件双等于,赋值单等于
    print(factorial)
else:
    for i in range (1,num+1):
        factorial = factorial * i
    print("%d 的阶乘为 %d" %(num , factorial))

5、比较版本号的大小

def compareVersion(V1, V2):

    V1List = V1.split(".")  # 以.切割字符串,以列表的形式存在
    V2List = V2.split(".")
    V1Num = len(V1)
    V2Num = len(V2)
    if V1 == V2:
        print(0)
        return
    if V1Num > V2Num:
        for i in range(V1Num - V2Num):
            V2List.append(0)
    else:
        for i in range(V2Num - V1Num):
            V1List.append(0)

    for v1, v2 in zip(V1List, V2List):
        if int(v1) > int(v2):
            print(1)
            return
        elif int(v1) < int(v2):
            print(-1)
            return


def main():
    compareVersion('1.3.4', '1.3.4')


if __name__ == '__main__':
    main()

6、中位数

def middle_sort(L):
    L.sort()

    if len(L) % 2 == 0:
        mid = (L[len(L)//2] + L[len(L)//2-1])/2
        print(mid)
    else:
        mid = L[len(L)//2]
        print(mid)


def main():
    nums = [1, 2, 5, 6]
    middle_sort(nums)


if __name__ == '__main__':
    main()

7、求一个字符串中哪一个字符出现的次数最多并且输出这个数

# 求一个字符串中哪一个字符出现的次数最多并且输出这个数

# 利用collections 工具中的Counter,对列表中元素出现的频率进行排序。 Counter返回值是一个按元素出现频率降序排列的Counter对象,它是字典的子类,因此可以使用字典的方法
from collections import Counter


def get_max_char(str):
    count = Counter(str)
    print(count)  # Counter({'a': 3, 'd': 3, 'c': 2, 'k': 2, 'b': 1, 'g': 1, 'j': 1})
    v1 = count.most_common(1)[0]
    print(v1)
    count_list = list(count.values())
    print(count_list)    # [3, 1, 2, 3, 1, 1, 2]
    max_value = max(count_list)
    print(max_value)
    max_list = []
    for k, v in count.items():
        if v == max_value:
            max_list.append(k)
            return max_list
    # max_list = sorted(max_list)    # 加这个排序的原因是,如果你找到 两个或两个以上的具有相同的频率的字母, 返回那个先出现在字母表中的字母
    # return max_list[0]

s = 'abcdacdgjkdka'
print(get_max_char(s))

 

### Python 算法题练习示例 以下是几个经典的 Python 算法题目及其解决方案: #### 题目一:实现一个递归函数来计算一个数的阶乘 通过递归方法,可以轻松解决阶乘问题。这是一个基础算法题,用于理解递归的概念。 ```python def factorial(n): if n == 0 or n == 1: return 1 else: return n * factorial(n - 1) print(factorial(5)) # 输出应为 120 ``` 此代码展示了如何利用递归来解决问题[^2]。 --- #### 题目二:滑动窗口最大值 给定一个数组 `nums` 和一个整数 `k`,找到所有长度为 `k` 的子数组的最大值并返回这些最大值组成的列表。 ```python from collections import deque def max_sliding_window(nums, k): result = [] q = deque() for i in range(len(nums)): while q and nums[i] >= nums[q[-1]]: q.pop() q.append(i) if i - q[0] >= k: q.popleft() if i + 1 >= k: result.append(nums[q[0]]) return result # 测试用例 nums = [1, 3, -1, -3, 5, 3, 6, 7] k = 3 print(max_sliding_window(nums, k)) # 输出应为 [3, 3, 5, 5, 6, 7] ``` 这段代码实现了滑动窗口算法的核心逻辑,并适用于多种场景中的最优化求解[^3]。 --- #### 题目三:快速排序 (Quick Sort) 快速排序是一种分治策略的经典应用案例,在许多编程竞赛中经常被考察到其变体形式。 ```python def quick_sort(arr): if len(arr) <= 1: return arr else: pivot = arr[len(arr) // 2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) # 测试用例 arr = [3, 6, 8, 10, 1, 2, 1] print(quick_sort(arr)) # 输出应为 [1, 1, 2, 3, 6, 8, 10] ``` 上述代码提供了快速排序的一个简洁版本,便于理解和学习[^1]。 --- #### 题目四:斐波那契数列(动态规划) 编写一个程序,使用动态规划的方法生成第 N 项斐波那契数。 ```python def fibonacci(n): dp = [0, 1] for i in range(2, n + 1): dp.append(dp[i - 1] + dp[i - 2]) return dp[n] # 测试用例 n = 9 print(fibonacci(n)) # 输出应为 34 ``` 该例子说明了动态规划的思想以及其实现方式。 --- ### 总结 以上四个题目涵盖了递归、滑动窗口、快速排序和动态规划等多个重要领域的内容。它们不仅有助于提高编码能力,还能帮助深入理解各种经典算法的工作原理。
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