Leetcode组队学习——分治
文章目录
- 主要思想
- 分治算法的步骤
- 分治法适用的情况
- 伪代码
- 3道例题
- 169.多数元素
- 53.最大子序和
- 50. Pow(x, n)
主要思想
分治算法的主要思想是将原问题递归地分成若干个子问题,直到子问题满足边界条件,停止递归。将子
问题逐个击破(一般是同种方法),将已经解决的子问题合并,最后,算法会层层合并得到原问题的答
案。
分治算法的步骤
- 分:递归地将问题分解为各个的子问题(性质相同的、相互独立的子问题);
- 治:将这些规模更小的子问题逐个击破;
- 合:将已解决的子问题逐层合并,最终得出原问题的解
分治法适用的情况
- 原问题的计算复杂度随着问题的规模的增加而增加
- 原问题能够被分解成更小的子问题
- 子问题的结构和性质与原问题一样,并且相互独立,子问题之间不包含公共的子子问题
- 原问题分解出的子问题的解可以合并为该问题的解。
伪代码
def divide_conquer(problem, paraml, param2,...):# 不断切分的终止条件if problem is None:print_resultreturn# 准备数据data=prepare_data(problem)# 将大问题拆分为小问题subproblems=split_problem(problem, data)# 处理小问题,得到子结果subresult1=self.divide_conquer(subproblems[0],p1,..…)subresult2=self.divide_conquer(subproblems[1],p1,...)subresult3=self.divide_conquer(subproblems[2],p1,.…)# 对子结果进行合并 得到最终结果result=process_result(subresult1, subresult2, subresult3,...)
3道例题
169.多数元素
给定一个大小为 n 的数组,找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。
你可以假设数组是非空的,并且给定的数组总是存在多数元素。
1.分治法
class Solution:def majorityElement(self, nums: List[int]) -> int:if not nums:return Noneif len(nums) == 1:return nums[0]# 【准备数据,并将大问题拆分为小问题】left = self.majorityElement(nums[:len(nums)//2])right = self.majorityElement(nums[len(nums)//2:])# 【处理子问题,得到子结果】# 【对子结果进行合并 得到最终结果】if left == right:return leftif nums.count(left) > nums.count(right):return leftelse:return right
本题分治法非最优解,但可以利用分治的思想逐步的求出众数。116ms, 15.2MB
2.排序取中间值
class Solution:def majorityElement(self, nums: List[int]) -> int:nums.sort()return nums[len(nums)//2]
中间数必为众数,44ms,15.1MB
3.哈希表
class Solution:def majorityElement(self, nums: List[int]) -> int:dict = {}for i in nums:if i in dict.keys():dict[i] +=1else:dict[i] = 1 max = 0for j in dict:if dict[j] > max:max = dict[j]index = jreturn index
第一个循环构建哈希表,字典的键为数组的值,字典的值为出现次数,第二次遍历哈希表找到最终解。56ms,15.2MB
4.摩尔投票法
class Solution:def majorityElement(self, nums: List[int]) -> int:value = 0count = 0for i in nums:if count == 0:value = iif i == value:count += 1else:count -= 1return value
摩尔投票法(Boyer–Moore majority vote algorithm),也被称作「多数投票法」,算法解决的问题是:如何在任意多的候选人中(选票无序),选出获得票数最多的那个。
算法可以分为两个阶段:
- 对抗阶段:分属两个候选人的票数进行两两对抗抵消
- 计数阶段:计算对抗结果中最后留下的候选人票数是否有效
在本题中,则任选一个数(第一个数)为候选者,遍历列表,不同则减一,相同加一,若总数为0,则重新选取下一个数为候选,以此类推。56ms,15MB
53.最大子序和
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
1.暴力计算
class Solution:def maxSubArray(self, nums: List[int]) -> int:length = len(nums)max_ = nums[0]sum_ = nums[0]for i in range(1, length):# 当当前序列加上此时的元素的值大于当前元素的值,说明最大序列和可能出现在后续序列中,记录此时的最大值if sum_ + nums[i] > nums[i]:max_ = max(max_, sum_+nums[i])sum_ = sum_ + nums[i]#当当前和小于此时加上的元素时,当前最长序列到此为止。以该元素为起点继续找最大子序列,并记录此时的最大值 else:max_ = max(max_, nums[i])sum_ = nums[i]return max_
基本思路就是遍历一遍,用两个变量,一个记录最大的和,一个记录当前的和,52ms
2.分治算法
class Solution:def maxSubArray(self, nums: List[int]) -> int:n = len(nums)#递归终止条件if n == 1:return nums[0]else:#递归计算左半边最大子序和max_left = self.maxSubArray(nums[0:len(nums) // 2])#递归计算右半边最大子序和max_right = self.maxSubArray(nums[len(nums) // 2:len(nums)])#计算中间的最大子序和,从右到左计算左边的最大子序和,从左到右计算右边的最大子序和,再相加max_l = nums[len(nums) // 2 - 1]tmp = 0for i in range(len(nums) // 2 - 1, -1, -1):tmp += nums[i]max_l = max(tmp, max_l)max_r = nums[len(nums) // 2]tmp = 0for i in range(len(nums) // 2, len(nums)):tmp += nums[i]max_r = max(tmp, max_r)#返回三个中的最大值return max(max_right,max_left,max_l+max_r)
利用分治的思想,列表的最大子序和要么在左半边,要么在右半边,要么是穿过中间,对于左右边的序列,情况也是一样,因此可以用递归处理。中间部分的则可以直接计算出来。180ms,14.3MB
3.动态规划
class Solution:def maxSubArray(self, nums: List[int]) -> int:if len(nums) == 0:return 0if len(nums) == 1:return nums[0]dp = nums[:] # 初始化dp数组,dp[i]存储以nums[i]为结尾的子数组的和的最大值res = dp[0]for i in range(1, len(nums)):dp[i] = max(dp[i], dp[i] + dp[i - 1]) # 更新dp[i]res = max(res, dp[i]) # 更新全局最大值return res
dp[i] 存储的不是从 0 到 i 这个范围内所得到的最大的连续子数组的和,而是以 nums[i] 为结尾的子数组所能达到的最大的和。52ms,14.4MB
50. Pow(x, n)
计算 x 的 n 次幂函数。
1.分治+递归
class Solution:def myPow(self, x: float, n: int) -> float:def power(x, n):if n == 0:return 1.0temp = power(x, n//2 )if n%2 == 1:return temp*temp*xelse:return temp*tempif n>0:return power(x,n)else:return 1.0/(power(x, -n))
不断除2,需要注意的是要用一个临时变量代替递归函数,否则计算量巨大导致超时。48ms, 13.7MB
2.分治+迭代
class Solution:def myPow(self, x: float, n: int) -> float:def quickMul(N):ans = 1.0# 贡献的初始值为 xx_contribute = x# 在对 N 进行二进制拆分的同时计算答案while N > 0:if N % 2 == 1:# 如果 N 二进制表示的最低位为 1,那么需要计入贡献ans *= x_contribute# 将贡献不断地平方x_contribute *= x_contribute# 舍弃 N 二进制表示的最低位,这样我们每次只要判断最低位即可N //= 2return ansreturn quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
另一个官方解法,正向计算,每当n是奇数时就单独乘一个x直到遍历结束。复杂度和上述方法一样。
本博客部分内容来源于Datawhale组对学习。
Leetcode组队学习——分治相关推荐
- leetcode组队学习——查找(二)
文章目录 1.两数之和 15. 三数之和 16. 最接近的三数之和 18. 四数之和 454. 四数相加 II 49. 字母异位词分组 447. 回旋镖的数量 149. 直线上最多的点数 1.两数之和 ...
- leetcode组队学习——动态规划
文章目录 主要思想 模板步骤 例题 300. 最长上升子序列 674. 最长连续递增序列 5. 最长回文子串 516. 最长回文子序列 72. 编辑距离 198. 打家劫舍 213. 打家劫舍 II ...
- leetcode组队学习——查找(一)
文章目录 方法:考虑的基本数据结构 例题 202. 快乐数 205. 同构字符串 242. 有效的字母异位词 290. 单词规律 349. 两个数组的交集 350. 两个数组的交集 II 451. 根 ...
- 【组队学习】【31期】LeetCode 刷题
LeetCode 刷题 航路开辟者:杨世超 领航员:刘军 航海士:杨世超.李彦鹏.叶志雄.赵子一 基本信息 开源内容:https://github.com/itcharge/LeetCode-Py 开 ...
- 第8期Datawhale组队学习计划
第8期Datawhale组队学习计划马上就要开始啦 这次共组织15个组队学习,涵盖了AI领域从理论知识到动手实践的内容 按照下面给出的最完备学习路线分类,难度系数分为低.中.高三档,可以按照需要参加 ...
- 转发:Datawhale第七期组队学习计划
编者注:Datawhale是一个公益组织,也是AiUnion的四个成员之一,所有学习计划是免费的. 第7期Datawhale组队学习计划 马上就要开始啦 这次共组织15个组队学习 涵盖了AI领域从理论 ...
- Datawhale 暑期组队学习计划
Datawhale暑期组队学习计划 马上就要开始啦 这次共组织15个组队学习 涵盖了AI领域从理论知识到动手实践的内容 按照下面给出的最完备学习路线分类 难度系数分为低.中.高三档 可以按照需要参加 ...
- 第7期 Datawhale 组队学习计划
马上就要开始啦 这次共组织15个组队学习 涵盖了AI领域从理论知识到动手实践的内容 按照下面给出的最完备学习路线分类 难度系数分为低.中.高三档 可以按照需要参加 - 学习路线 - 基础知识 01 统 ...
- Datawhale 三月组队学习计划
这次一共打算组织14个组队学习,涵盖了AI领域从理论知识到动手实践的内容,难度系数分为低.中.高档,可以按照需要参加哦 组队学习信息 1 /Python基础 课程设计:马晶敏,叶梁.许辉 组队学习说明 ...
最新文章
- 428 Setup MySQL + - 改
- 源码解读_Go Map源码解读之Map迭代
- lync 2013 企业版部署 (四)安装office web app server
- 【SDL的编程】VC环境搭建
- java set泛型_Java 集合二 泛型、Set相关
- 力扣206-反转链表(Java,迭代)
- win定时关机_如何让电脑定时自动关机
- 【Flink】Flink jvm参数配置GC日志
- 616nyoj 新手dp
- 如何把手机投影到电脑,电脑可以当作电视一样被投屏
- 在线支付接口详解、支付接口对接
- pfamscan 的使用_48个在线分析使用工具
- html5微课程制作,翟猛老师《微课开发及制作-基于H5课件制作模式》
- Jenkins笔记02-Jenkins安装和持续集成环境配置
- pandas实现分类汇总--小计,总计
- android11开发版小米,小米CC9推送MIUI 12.5稳定版 新版系统内核升级至安卓11
- JS的map方法和Map对象
- DELMIA软件弧焊仿真:以工件边缘曲线为焊缝的机器人程序自动生成
- 二分网络上的电影推荐
- 团队协作出了问题,项目经理怎么办?
热门文章
- Python学习之路23-文本和字节序列
- 《LoadRunner性能测试巧匠训练营》——1.4 性能测试分类详解
- python 学习之 WINDOWS 注册表学习(一)
- Hyper-V动态扩展或差异磁盘体积缩小技巧
- 华为机试HJ27:查找兄弟单词
- wdr5600 虚拟服务器,TP-Link WDR5600路由器端口映射设置教程
- 自动化测试——接口测试——pandas——CSV文件参数化——数据驱动
- autocad支持python吗_利用python控制Autocad:pyautocad方式
- ubuntu16.04安装pycharm,并设置快捷启动方式
- linux配置sonarqube遇到的坑