贪心算法:
经典案例:
存在的问题:
如果 要用 10,9,1 凑出18.贪心算法不适用
贪心算法考的比较少
适用问题:每个子问题都采用局部最优解,并且能够达成最终问题最优解。
动态规划就是 多选几个当下的解,如果中途不是最优解了,就回退。最后得到全局最优解
贪心算法:
122:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
profit = 0
for i in range(len(prices)-1):
if prices[i+1] >prices[i]:
profit+=prices[i+1]-prices[i]
return profit
BFS:Breadth-First-Search 广度优先搜索:
搜索方式像水滴一样扩散
深度优先搜索:
2图里,4点过了之后回溯到3,判断有没有别的路径,没有再回到2,判断有没有别的路径,再回到1,再看别的路径
图和树的区别:图会标记访问过的节点,树不用,因为图访问路径的时候有环,走不下去的时候就回溯
广度优先和深度优先的区别:
面试时都是用递归形式
BFS练习题:
102
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def levelOrder(self, root: TreeNode) -> List[List[int]]:
if root == None:
return[]
queue = [root]
res = []
while queue:
level = []
for node in queue:
level.append(node.val)
res.append(level)
# 此处可简化: res.append([node.val for node in queue])
ll = []
for node in queue:
if node.left:
ll.append(node.left)
if node.right:
ll.append(node.right)
queue = ll
return res
注意: res.append([node.val for node in queue])
此处如果只写 node.val for node in queue ,则生成的是一个迭代器:
<generator object <genexpr> at 0x000001ABC9E06430>
[node.val for node in queue] 生成的是迭代器迭代出来的List
最后反转列表
res.reverse()
return res[::-1]
注意:列表切片方法
3、三个参数:格式b = a[i:j:s]
这里的s表示步进,缺省为1.(-1时即翻转读取)
所以a[i:j:1]相当于a[i:j]
当s<0时,i缺省时,默认为-1. j缺省时,默认为-len(a)-1
所以a[::-1]相当于 a[-1:-len(a)-1:-1],也就是从最后一个元素到第一个元素复制一遍。所以你看到一个倒序的东东。
print(a[::-1]) 取从后向前(相反)的元素
结果:[ 5 4 3 2 1 ]
print(a[2::-1]) 取从下标为2的元素**翻转读取**
结果:[ 3 2 1 ]
199
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def rightSideView(self, root: TreeNode) -> List[int]:
if root == None:
return []
queue = [root]
res = []
while queue:
res.append(queue[-1].val)
ll = []
for node in queue:
if node.left:
ll.append(node.left)
if node.right:
ll.append(node.right)
queue = ll
return res