内容简介:之前曾写过《《从零开始学算法》系列主要偏向于理论知识,《算法就是这么简单》系列则偏向于基础知识与对应的算法讲解。现在开始,会按照初级、中级、高级三个级别来分别介绍各种算法的实践题以及解题思路,以帮助大家对算法和数据结构有更深的理解。
一、背景
之前曾写过《 从零开始学算法 》系列和《 算法就是这么简单 》系列。
《从零开始学算法》系列主要偏向于理论知识,《算法就是这么简单》系列则偏向于基础知识与对应的算法讲解。
现在开始,会按照初级、中级、高级三个级别来分别介绍各种算法的实践题以及解题思路,以帮助大家对算法和数据结构有更深的理解。
下面就看几道数组相关的算法题吧。
二、买卖股票的最佳时机 II
题意:假设我们可以预测一支股票每天的价格,我们可以进行无数次交易,但是在下次买之前必须卖掉手上的股票。问炒股最多可以赚多少钱?
思路:对于股票,就是买低卖高。
如果股票的曲线告诉你,我猜任何一个人都知道在什么时候卖,什么时候买。
比如上面这张图,肯定是在局部最低点买入,在局部最高点卖出。
通过这样不断的做T,我们就可以赚最多的钱。
那怎么定义局部最低点呢?
之前在下降,未来要上涨的那一天就是局部最低点。
局部最高点类似,之前上升未来下降的那一天就是局部最高点。
我们先找到局部最低点,然后找到局部最高点,就可以赚一笔钱。
不断的这样操作,就可以获得最多的钱。
三、两数之和
题意:给一个数组和一个目标,问是否存在两个数的和等于目标,请输出对应的下标。
思路:第一个方法是枚举两个数字,判断和是不是目标。
复杂度 O(n^2)
。
第二个方法是 排序 加二分。
对数组进行排序,然后遍历数组,每个数字与目标求差,然后在数组里面二分查找,判断匹配的数字是否在数组里面。
复杂度O(n log(n))
不过又是排序,又是二分查找,实现较为复杂。
当然,都有对应的 STL
库函数可以调用。
第三个方法是使用 map
反向映射。
使用 map
建立值到下标的反向映射,然后遍历数组,依次查找与之匹配的数字是否存在,也可以找到答案。
这里有个问题是:如果答案是两个重复的数字,反向映射可能只会保留一个。
比较不错的解决方案是一边遍历数组,一边对前面映射好的数据进行查找判断。
四、有效的数独
题意:给一个九宫格数独,有些位置已经填写了数字。判断这个数独里的数字是不是合法的。
一个合法的九宫格数独满足三个性质。
- 每行里面没有重复的数字。
- 每列里面没有重复的数字。
-
9
个3*3
小正方形里面没有重复的数字。
思路:这道题其实算是模拟题了。
按照数独的定义进行合法性检查检查即可。
第一种方法依次检查行、列、小正方形。具体检查的时候,可以使用 set
记录存在的数字,然后判断是否重复。
一旦重复则为不合法的数独,结束检查。
第二个方法是双层循环遍历这个 9*9
的九宫格,然后判断当前位置的元素是否合法。
一个位置恰好属于某一行,也属于某一列,还属于某个小正方形。
如果我们可以对这些行、列、正方形进行编号,则可以统一管理。
比如对于行,编号为 10+行号
,对于列标号为 20+列号
,而对于小正方形,计算比较复杂,标号为 (行/3)*3 + 列/3
。
统一管理的好处是每个编号对应一个 set
,代表当前规则里已经出现的数字,对于新加入的数字,需要是否已经存在,存在则不合法。
具体见代码吧。
五、最后
好了,数组的初级题已经讲完了。
面对这个,大家可能会有两个疑问。
疑问一、这篇文章介绍的太简单了。
面对这个问题,其实很容易回答。
这个是初级篇,所以涉及的题都比较简单。
等初级篇介绍完后,后面就会介绍比较有挑战的题了。
疑问二、这些题在哪里可以练习?
对于练习题这个,我之前一直在想着怎么展现出来。
直接罗列在文章里面,会使文章显得特别长,也影响美观。
在评论里回答对应的题,也比较麻烦,也会经常忘记。
面对这种困境,我发现还是维护一个题目分类比较好。
所以我在 tiankonguse/leetcode-solutions 上维护了一份题目分类列表。
想学习算法和数据结构的朋友,可以按照这个分类来专项练习。
对于动手能力强的人,会直接去 github
搜 tiankonguse
然后找到这个项目。
而对于有心的人,会点击原文,在打开的博客里面也可以找对应的链接地址。
但是有时候,某些人可能不能打开原文链接。
此时,你可以在公众号后台回复 leetcode
来获取 github
项目地址吧。
-EOF-
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 菜鸡的算法修炼:数组(旋转数组的最小数字)
- 算法-计算小数组在大数组中的索引
- 数组查询算法(JavaScript)
- JavaScript数组-排序算法
- 算法面试:数组编码面试问题
- 数据结构与算法: 数组
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
TensorFlow实战
黄文坚、唐源 / 电子工业出版社 / 2017-2-1 / 79
Google近日发布了TensorFlow 1.0候选版,这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源,距今已有一年多,这期间TensorFlow不断给人以惊喜,推出了分布式版本,服务框架TensorFlow Serving,可视化工具TensorFlow,上层封装TF.Learn,其他语言(Go、Java、Rust、Haskell)的绑定、Wind......一起来看看 《TensorFlow实战》 这本书的介绍吧!