算法——查找排序相关面试题和leetcode使用
1、给两个字符串s和t,判断t是否为s的重新排列后组成的单词。
- s = "anagram", t = "nagaram", return true.
- s = "rat", t = "car", return false.
- leetcode地址:https://leetcode.com/problems/valid-anagram/description/
(1)解法一:排序,O(n*logn)
class Solution:
def isAnagram(self, s, t):
"""
:type s: str
:type t: str
:rtype: bool
"""
ss = list(s)
tt = list(t)
ss.sort()
tt.sort()
return ss == tt
"""
输入:"anagram"、"nagaram"
输出:true
Runtime: 32 ms
"""
排序方法简写如下:
class Solution:
def isAnagram(self, s, t):
return sorted(list(s)) == sorted(list(t))
(2)解法二:判断字母数量一致,时间复杂度O(n)
class Solution:
def isAnagram(self, s, t):
"""
:type s: str
:type t: str
:rtype: bool
"""
dict1 = {} # 用字典来维护字符的数量
dict2 = {}
for ch in s:
dict1[ch] = dict1.get(ch, 0) + 1 # 没有就新建,有就加1
for ch in t:
dict2[ch] = dict2.get(ch, 0) + 1
return dict1 == dict2 """
输入:"anagram","nagaram"
输出:true
Runtime: 32 ms
"""
2、给定一个m*n的二维列表,查找一个数是否存在。
列表有下列特性:
- 每一行的列表从左到右已经排序好。
- 每一行第一个数比上一行最后一个数大。
- leetcode地址:https://leetcode.com/problems/search-a-2d-matrix/description/

(1)解法一:线性查找查找,O(mn)
class Solution:
def searchMatrix(self, matrix, target):
"""
:type matrix: List[List[int]]
:type target: int
:rtype: bool
"""
for line in matrix:
if target in line:
return True
return False
(2)解法二:二分查找O(logn)
class Solution:
def searchMatrix(self, matrix, target):
"""
:type matrix: List[List[int]]
:type target: int
:rtype: bool
"""
h = len(matrix) # 高
if h == 0:
return False w = len(matrix[0]) # 列
if w == 0:
return False left = 0
right = w * h - 1 while left <= right:
mid = ((left + right)) // 2
i = mid // w
j = mid % w
if matrix[i][j] == target:
return True
elif matrix[i][j] > target:
right = mid - 1
else:
left = mid + 1
else:
return False
3、给定一个列表和一个整数,设计算法找到两个数的下标,使得两个数之和为给定的整数。
保证肯定仅有一个结果。
leetcode地址:https://leetcode.com/problems/two-sum-ii-input-array-is-sorted/description/
例如,列表[1,2,5,4]与目标整数3,1+2=3,结果为(0,1).
(1)方法一:通过二分查找,找到需要的数字。时间复杂度:O(nlogn)
首先确定第一个数,再通过给定整数确定要查找的数,通过二分查找到需要的数。
class Solution:
def binary_search(self, li, left, right,val):
"""
二分查找
:param li: 输入的列表
:param val: 输入的待查找的值
:return:
"""
while left <= right: # 说明候选区有值
mid = (left + right) // 2 # 因为是下标, 因此要整除2
if li[mid] == val:
# 找到待查找的值返回index
return mid
elif li[mid] > val:
# 待查找的值在mid左侧
right = mid - 1 # 更新候选区
else: # li[mid] < val
# 待查找的值在mid右侧
left = mid + 1 # 更新候选区
else:
# 没有找到
return None def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
for i in range(len(nums)):
a = nums[i]
b = target - a
if b >= a:
j = self.binary_search(nums, i+1, len(nums)-1, b)
else:
j = self.binary_search(nums, 0, i-1, b)
if j:
break
return sorted([i+1,j+1])
(2)方法二:针对已经排好序的列表
leetcode地址:https://leetcode.com/problems/two-sum/description/
class Solution:
def binary_search(self, li, left, right,val):
"""
二分查找
:param li: 输入的列表
:param val: 输入的待查找的值
:return:
"""
while left <= right: # 说明候选区有值
mid = (left + right) // 2 # 因为是下标, 因此要整除2
if li[mid][0] == val:
# 找到待查找的值返回index
return mid
elif li[mid][0] > val:
# 待查找的值在mid左侧
right = mid - 1 # 更新候选区
else: # li[mid] < val
# 待查找的值在mid右侧
left = mid + 1 # 更新候选区
else:
# 没有找到
return None def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
new_nums = [[num, i] for i,num in enumerate(nums)]
new_nums.sort(key=lambda x:x[0]) for i in range(len(new_nums)):
a = new_nums[i][0] # 数
b = target - a
if b >= a:
j = self.binary_search(new_nums, i+1, len(new_nums)-1, b)
else:
j = self.binary_search(new_nums, 0, i-1, b)
if j:
break
return sorted([new_nums[i][1], new_nums[j][1]])
算法——查找排序相关面试题和leetcode使用的更多相关文章
- 20162311 编写Android程序测试查找排序算法
20162311 编写Android程序测试查找排序算法 一.设置图形界面 因为是测试查找和排序算法,所以先要有一个目标数组.为了得到一个目标数组,我设置一个EditText和一个Button来添加数 ...
- 常见的排序算法(直接插入&选择排序&二分查找排序)
1.直接插入排序算法 源码: package com.DiYiZhang;/* 插入排序算法 * 如下进行的是插入,排序算法*/ public class InsertionSort { pub ...
- Java冒泡,快速,插入,选择排序^_^+二分算法查找
这段时间在学Java,期间学到了一些排序和查找方法.特此写来和大家交流,也方便自己的日后查看与复习. 1.下边是Java的主类: public class Get { public static vo ...
- 算法<初级> - 第一章 排序相关问题
算法 - 第一章 时间复杂度: Big O 时间/空间复杂度计算一样,都是跟输入数据源的大小有关 n->∞ O(logn) 每次只使用数据源的一半,logn同理 最优解 先满足时间复杂度的情况最 ...
- HashMap源码与相关面试题
一.哈希表 哈希表是一种可以快速定位得数据结构.哈希表可以做到平均查找.插入.删除时间是O(1),当然这是指不发生Hash碰撞得情况.而哈希表最大得缺陷就是哈希值得碰撞(collision). Has ...
- javascript数据结构与算法--高级排序算法
javascript数据结构与算法--高级排序算法 高级排序算法是处理大型数据集的最高效排序算法,它是处理的数据集可以达到上百万个元素,而不仅仅是几百个或者几千个.现在我们来学习下2种高级排序算法-- ...
- 2 算法查找&排序问题
一.查找 1.查找的概念: 2 顺序查找(linear search) 从头找到尾 def linear_search(li,val): for ind ,v in enumerate(li): if ...
- javascript数据结构与算法--基本排序算法(冒泡、选择、排序)及效率比较
javascript数据结构与算法--基本排序算法(冒泡.选择.排序)及效率比较 一.数组测试平台. javascript数据结构与算法--基本排序(封装基本数组的操作),封装常规数组操作的函数,比如 ...
- Linux相关面试题&答案
Linux相关面试题&答案 Linux面试题&答案 假设apache日志格式为:118.78.199.98 – - [09/Jan/2010:00:59:59 +0800] " ...
随机推荐
- SDUT OJ 顺序表应用2:多余元素删除之建表算法
顺序表应用2:多余元素删除之建表算法 Time Limit: 3 ms Memory Limit: 600 KiB Submit Statistic Discuss Problem Descripti ...
- WCF 客户端连接慢
WCF客户端第一次连接超过1分钟,以后再连接就快了. 在 Config中加入 <basicHttpBinding> <binding name="BasicHttpBind ...
- input 和 select
var source = $('input[name="source"]:checked').val(); var completenum = $("#completen ...
- 好用的在线HTML、CSS工具
css3剪贴路径(clip-path)在线生成工具:http://tools.jb51.net/static/api/css3path/index.html json在线解析:https://www. ...
- APUE第八章-进程控制
一.进程标识 二.函数fork 1.写时复制,copy-on-write 2.文件共享,父进程等待子进程完成,子进程结束后,它对任一共享描述符的读写操作的文件偏移量已做相应的更新,同时操作时,可以考虑 ...
- Touchable类组件
Touchable /* * React Native中提供3个组件用于给其他没有触摸事件的组件,绑定触摸事件 * TouchableOpacity 透明触摸,点击时,组件会出现透明过渡的效果 * T ...
- LeetCode记录之14——Longest Common Prefix
本题虽然是easy难度,题目也一目了然,问题就是在这里,需要考虑的特殊情况太多,太多限制.导致我一点点排坑,浪费了较多时间. Write a function to find the longest ...
- 补档 VS远程调试
先说概念 开发机:将编译好的程序部署到目标机器上执行.配置 VS 工程,建立与目标机的连接,开始远程调试. 目标机:负责执行目标程序.安装和运行远程工具 (Remote Debugger),等待来自开 ...
- 精神AC合集 2018.4.3
UESTC炸了,先把看似十分OK(只是过了样例)的代码贴上,修复好后再交上去 594 #include<iostream> #include<algorithm> #inclu ...
- SQL批量提交修改业务
把你需要批量提交修改的东西在内存中修改完毕 然后执行以下代码 SqlConnection conn = new SqlConnection(ConnectionString);SqlDataAdapt ...