Python小白 Leetcode刷题历程 No.66-No.70 加一、二进制求和、文本左右对齐、x的平方根、爬楼梯
写在前面:
作为一个计算机院的大学生,总觉得仅仅在学校粗略的学习计算机专业课是不够的,尤其是假期大量的空档期,作为一个小白,实习也莫得路子,又不想白白耗费时间。于是选择了Leetcode这个平台来刷题库。编程我只学过基础的C语言,现在在自学Python,所以用Python3.8刷题库。现在我Python掌握的还不是很熟练,算法什么的也还没学,就先不考虑算法上的优化了,单纯以解题为目的,复杂程度什么的以后有时间再优化。计划顺序五个题写一篇日志,希望其他初学编程的人起到一些帮助,写算是对自己学习历程的一个见证了吧。
有一起刷LeetCode的可以关注我一下,我会一直发LeetCode题库Python3解法的,也可以一起探讨。
觉得有用的话可以点赞关注下哦,谢谢大家!
········································································································································································
No.66.加一
难度:简单
题目描述:
在这里插入图片描述
题解代码(Python3.8)
class Solution:
def plusOne(self, digits: List[int]) -> List[int]:
digits=[str(x) for x in digits]
digits="".join(digits)
digits=int(digits)
digits+=1
digits=str(digits)
digits=[int(x) for x in digits]
return digits
#这道题写成一句话就(return [int(x) for x in str(int(''.join([str(i) for i in digits])) + 1)] )
解题思路:
先将数组转换成字符串,再将字符串转换成整数,再将整数加一,之后将整数转换成字符串,最后将字符串转换成数组。
优解代码及分析:
优解代码(Python3.8)
class Solution:
def plusOne(self, digits: List[int]) -> List[int]:
return [int(x) for x in str(int(''.join([str(i) for i in digits])) + 1)]
分析:
就是将题解代码写成了一句话形式,本质没有变,降低了可读性,减少了代码量。
No.67.二进制求和
难度:简单
题目描述:
在这里插入图片描述
题解代码(Python3.8)
class Solution:
def addBinary(self, a: str, b: str) -> str:
l_a,l_b=len(a),len(b)
if l_a < l_b:
a,b=b,a
l_a,l_b=l_b,l_a
a,b=a[::-1],b[::-1]
if l_a > l_b:
count=l_a-l_b
while count>0:
b += '0'
count-=1
a=[ x for x in a]
carry=0
for i in range(l_a):
add=int(a[i])+int(b[i])+carry
carry=add//2
if add < 2:
a[i]=str(add)
else:
add -=2
a[i]=str(add)
if carry==1:
a.append('1')
a="".join(a)
return a[::-1]
解题思路:
这道题的思路就是竖式加法。
判断a和b那个更长,另较长的为a,将a,b反向切片,b尾端补0至与a等长。令a为列表形式,a和b逐位相加,注意进位,最后将a以字符串的形式反向输出即可。
No.68.文本左右对齐
难度:困难
题目描述:
在这里插入图片描述
在这里插入图片描述
题解代码(Python3.8)
class Solution:
def fullJustify(self, words: List[str], maxWidth: int) -> List[str]:
res = [] # 最后的答案
cur_chars = 0 # 当前行的字母数
cur_words = 0 # 当前行的单词数
words_list = [] # 当前行的单词列表
for i, word in enumerate(words):
l = len(word)
if cur_chars + l + cur_words > maxWidth: # 加上这个单词是否会超过最大长度
if cur_words == 1: # 当前行仅有一个超长的单词,后面全部补空格
res.append(words_list[0] + ' ' * (maxWidth-cur_chars))
else:
left = maxWidth - cur_chars # 这行一共有几个空格
if left % (cur_words-1) == 0: # 空格刚好平均分配
res.append((' '*(left//(cur_words-1))).join(words_list))
else: # 空格不能平均分配
x = left % (cur_words-1) # 多余的空格
b = left // (cur_words-1) # 平均每个间隔最少的空格数
cans = words_list[0]
for i in range(x): # 前 x 个间隔空 b + 1 个
cans += ' ' * (b+1) + words_list[i+1]
for i in range(x+1, len(words_list)): # 后面的都空 b 个
cans += ' ' * b + words_list[i]
res.append(cans)
cur_chars = l
cur_words = 1
words_list = [word]
else:
cur_chars += l
cur_words += 1
words_list.append(word)
if cur_words > 0: # 所有单词过完了把余下的词放入最后一行
cans = ' '.join(words_list)
cans += ' ' * (maxWidth - len(cans))
res.append(cans)
return res
或许有用的知识点:
这道题可以用到python的enumerat()函数,一下有enumerate()函数的介绍。
解题思路:
一共有以下变量:res最后的结果、cur_chars当前行的字母数、cur_words当前行的单词数、
word_list当前行的单词列表。
然后一个单词一个单词的过,判断加上这个单词是否会超过最大长度,一行的最低长度是:
cur_chars + cur_words - 1,如果这个大于maxWidth,就把这一行加入res中。所有单词过完了再把余下的词放入最后一行。再看如何安排每一行的单词:如果这一行只有一个单词,单词左对齐,后面补满空格;一行多个单词,空格正好可以平均分配,求出平均每个间隔几个空格,直接用 python 字符串的 join 方法就可以了;有多余的空格,题目要求左边空格多于右边,先算算平均每个间隔几个空格,然后余下几个,如果平均 b 个,余下 x 个,则前 x 个间隔空 b + 1 个,后面的都空 b 个。
No.69.x的平方根
难度:简单
题目描述:
在这里插入图片描述
题解代码(Python3.8)
class Solution:
def mySqrt(self, x: int) -> int:
if x ==0:
return 0
left=1
right=x//2
while left<right:
mid = (left+right+1)//2 #这里一定要取右中位数,画图理解即可
square = mid*mid
if square>x:
right = mid-1
else:
left = mid
return left
或许有用的知识点:
这道题要用到二分查找的方法。
解题思路:
用二分法搜索平方根的思想很简单,就类似于小时候我们看的电视节目中的“猜价格”游戏,高了就往低了猜,低了就往高了猜,范围越来越小。因此,使用二分法猜算术平方根就很自然。一个数的平方根肯定不会超过它自己,不过直觉还告诉我们,一个数的平方根最多不会超过它的一半,我们发现如果一个非负数的一半的平方大于它自己,那么这个数>=4.我们考虑一下0,1,2,3的平方根为0,1,1,1(不考虑特值可能会出错)。之后套用二分查找的模板即可,注意这道题中位数我们要选择右中位数(找个例子画个图就很容易理解了)。
No.70.爬楼梯
难度:简单
题目描述:
在这里插入图片描述
题解代码(Python3.8)
class Solution:
def climbStairs(self, n: int) -> int:
if n<=2:
return 1 if n==1 else 2
dp=[ 0 for x in range(n)]
dp[0],dp[1]=1,2
for i in range(2,n):
dp[i]=dp[i-1]+dp[i-2]
return dp[n-1]
或许有用的知识点:
这道题要用到动态规划的方法,是经典的动态规划算法题目之一。
解题思路:
这道题是经典的动态规划算法题,我们可以套用动态规划算法的模板,对于这道题,令dp[n]为爬上n阶台阶的方法总数,假定n=10,首先考虑最后一步的情况,要么从第九级台阶再走一级到第十级,要么从第八级台阶走两级到第十级,因而,要想到达第十级台阶,最后一步一定是从第八级或者第九级台阶开始.也就是说已知从地面到第八级台阶一共有X种走法,从地面到第九级台阶一共有Y种走法,那么从地面到第十级台阶一共有X+Y种走法。即F(10)=F(9)+F(8)分析到这里,动态规划的三要素出来了:
状态:例如,F(10)的最优子结构即F(9)和F(8),依此类推 。
状态转移方程:F(n)=F(n-1)+F(n-2)
边界条件:F(1)=1,F(2)=2
网友评论