leetcode day16 K-diff Pairs in an array

题目描述:找到数组中恰好差k的一对数,且不重复计算
思路:
1、第一种思路是我第一个看懂的,还是使用dictionary这种数据结构。把每种数据存在dict中,当k=0的时候,查找dict中是否有value大于1的关键字,若有则rec+1,;如果k>1, 则遍历dict,若key+k in dict 则rec+1(不是很明白为什么k一定要大于0)

class Solution(object):
    def findPairs(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        dic = {}
        rec = 0
        for i in nums:
            dic[i] = 1 if i not in dic else dic[i] + 1 
        for key in dic:
            if (k == 0 and dic[key]>1) or (k > 0 and (key+k in dic)):
                rec += 1
        return rec

2、排序加滑动窗口遍历

class Solution(object):
    def findPairs(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        left=0
        right = 1
        nums.sort()
        rec = 0
        while right < len(nums):
            firnum = nums[left]
            curnum = nums[right]
            if curnum - firnum < k:
                right += 1
            elif k < curnum - firnum:
                left += 1
            else:
                rec += 1
                while left<len(nums) and nums[left]==firnum:
                    left += 1
                while right < len(nums) and nums[right] == curnum:
                    right += 1
            if left == right:
                right += 1
        return rec
            

小结:做一个问题之前,要把注意的点写出来,比如说临界点,还有就是有什么条件是需要注意的。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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