参考和感谢:https://codingcat.cn/article/30#
数组只出现一次
enumerate的用法与词典遍历时曾经没有明确的python语法点
和为s的连续正数序列
和为s的两个数字
题目描述
输入一棵二叉树,判断该二叉树是否是平衡二叉树。
思路: 首先平衡二叉树的定义与性质:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
###看似简单,但是在写递归的时候,要注意是对左右子树是否为平衡二叉树来判断。另外对于递归里面树的高度要注意写法,借助类似后序遍历的思想和具体的赋值细节。“左右子树的高度”其实质左右子树仍是个根节点,利用此来求节点高度。
# -*- coding:utf-8 -*-
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def IsBalanced_Solution(self, pRoot):
# write code here
###看似简单,但是在写递归的时候,要注意。另外对于递归里面树的高度要注意写法
if not pRoot:
return True #注意空树也是二叉平衡树
is_left=self.IsBalanced_Solution(pRoot.left)
if not is_left:
return False
is_right=self.IsBalanced_Solution(pRoot.right)
if not is_right:
return False
#左右均平衡,则计算左右子树的深度,判断当前为根的树是否平衡
#此要注意计算子树深度在此递归中的写法
left_depth=pRoot.left.depth if pRoot.left else 0 #注意给pRoot.left.path赋值的操作
#注意 d=c if a else b 表示的是如果a非None 则将c 赋值给d,否则将b 赋值给d
#而pRoot.left.depth具体的求的是通过后面的pRoot.depth 上一轮的递归中求的,此自己写要注意细节
#类似后序遍历,左,右,根
right_depth=pRoot.right.depth if pRoot.right else 0
#树的高度求法,根的高度为左右子树高度中大值+1,另一方面,左右子树又可看成是各有根节点的树
pRoot.depth=max(left_depth,right_depth)+1
return abs(left_depth-right_depth)<=1
数组只出现一次
一个整型数组里除了两个数字之外,其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。
思路分析: 方法1:用dict记录每个数字出现的次数,然后在找字典dict中值为1的即可,时间复杂度O(n),空间O(n)。此方法注意自己暴露出的对dict遍历与enumerate知识点相关的问题。
** 方法2 ,利用set,如果第一次出现加入,如果出现了两次,则将原来的那个也删掉,留下的就是只有一次的了。
# -*- coding:utf-8 -*-
#方法1
class Solution:
# 返回[a,b] 其中ab是出现一次的两个数字
def FindNumsAppearOnce(self, array):
# write code here
#遍历数组,用dict记录它出现的次数
if not array:
return -1
count_array={}
for i in array:
if i in count_array:
count_array[i]+=1
else:
count_array[i]=1
result_list=[]
print(count_array)
for key in count_array:
if count_array[key]==1:
result_list.append(key)
print(key)
return result_list
# ss=[11,2,3,1,3]
# aca=FindNumsAppearOnce(ss)
# print(aca)
#方法2:,利用set
# -*- coding:utf-8 -*-
class Solution:
# 返回[a,b] 其中ab是出现一次的两个数字
def FindNumsAppearOnce(self, array):
data=set()
for d in array:
if d in data:
data.remove(d)
else:
data.add(d)
return list(data)
#字典的遍历与enumerate注意
count_dict={'aa':2,'bb':3,'cc':22}
aam=enumerate(count_dict) #一个迭代对象
print(aam)
for i in aam: #表名字典经过enumerate后生成的迭代对象只保留了key的值,新给的索引从0开始.1,..n,索引对应的值为原dict中的key的值
print(i)
for key in count_dict:
#对字典进行for遍历,for i in dict中,i只会是key,要想得到value,则在后面的语句中用dict[key]取得
print(key)
print(count_dict[key])
和为s的连续正数序列
小明很喜欢数学,有一天他在做数学作业时,要求计算出9~16的和,他马上就写出了正确答案是100。但是他并不满足于此,他在想究竟有多少种连续的正数序列的和为100(至少包括两个数)。没多久,他就得到另一组连续正数和为100的序列:18,19,20,21,22。现在把问题交给你,你能不能也很快的找出所有和为S的连续正数序列? Good Luck!
输出描述: 输出所有和为S的连续正数序列。序列内按照从小至大的顺序,序列间按照开始数字从小到大的顺序
思路:
用两个指针,一个small,一个big。开始时,small指向1,big指向2。我们以s=9为例,一开始{1,2},和为3,小于s,则让big往后移动,{1,2,3},再继续{1,2,3,4},此时和为10,大于s,则让small往后移动,{2,3,4},等于9,找到一个,然后继续增加big, ,{2,3,4,5}大于s,让small往后,{3,4,5}大于s,让small往后,{4,5}等于9,找到一个,再让big往后,{4,5,6}大于s,让small往后,{5,6},此时small已经大于9的一半了,不再继续寻找。
这样不会遗漏吗?比如,当和大于s时,为什么不让big往前走?是因为big之所以到这里,是由于它之前的和大于s了,再让big往前,和会更大于s(因为个数都多了);当小于s时为什么不让small往前走?是因为small之所以到这里,是由于它之前的和会更大于s了(因为个数少了),再让small往前,和会更小于s。(此处参考的同学这写的有点问题)
# -*- coding:utf-8 -*-
class Solution:
def FindContinuousSequence(self, tsum):
if not tsum:
return []
result = []
small = 1
big = 2
current_sum = small + big
while small < (tsum + 1) / 2:
while current_sum < tsum:
big += 1
current_sum += big
while sum(range(small, big + 1)) > tsum:
current_sum -= small
small += 1
if current_sum == tsum and small != big:
result.append(list(range(small, big + 1)))
big += 1
current_sum += big
return result
和为s的两个数字
问题 输入一个递增排序的数组,和一个数字s,在数组中查找两个数,使它们的和正好是s。如果有多对和为s,输出两个数的乘积最小的。 输出描述: 对应每个测试案例,输出两个数,小的先输出。
思路 两个指针分别指向首尾,两个值相加如果大于s,则让后面的指针往前走一走,如果小于s则让前面的指针往后走一走,直到找到和为s,或者指针重合也没找到。 注意和上一题的思路分析有差异,上一题个数未确定,此个数确定了,如果大于,则大的向左走(向前)。
为什么这样可行呢?如果值小于s,为什么不让后面的指针往后走,和也能变大呢?这是因为,后面的指针如果能够往后走(说明它曾经往前走过),是因为它加上数组最小的值之后还是大于s了,所以这时如果让后面指针往后走,结果必定大于s。如果值大于s,为什么不让前面的指针往前走呢?这是因为,如果前面的指针能往前走(说明它曾经往后走过),是因为它加上数组最大的值之后还是小于s了,这时往前走了,结果也必定小于s,没有必要。
# -*- coding:utf-8 -*-
class Solution:
def FindNumbersWithSum(self, array, tsum):
if not array or not tsum:
return []
front = 0
rear = len(array) - 1
while front < rear:
added = array[front] + array[rear]
if added == tsum:
return [array[front], array[rear]]
elif added < tsum:
front += 1
else:
rear -= 1
return []
本文解析了四个经典算法问题:判断二叉树是否平衡、找出数组中仅出现一次的两个数字、寻找连续正数序列之和等于给定值及在排序数组中找到两数之和等于特定值的方法。
4844

被折叠的 条评论
为什么被折叠?



