leetcode算法题121-123 --78 --python版本

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。

实例
输入: [0,1,0,3,12]
输出: [1,3,12,0,0]

说明:

1. 必须在原数组上操作，不能拷贝额外的数组。
2. 尽量减少操作次数。

思路：从左到右遍历数组存在数字把是0的逐一的替换，左右更替，最后在遍历剩余的直接填写0就可以
class Solution:
    def moveZeroes(self, nums):
        if len(nums)<0:
            return
        pos = 0
        for i in range(len(nums)):
            if nums[i]:

                nums[pos]=nums[i]
                pos = pos+1

        for j in range(pos,len(nums)):
            nums[j]=0
        return nums
s=Solution()
nums = [1,3,0,2,0,5]
print(s.moveZeroes(nums))

第二种方法：遍历数组过程中存在数字的时候才交换0和数字的位置，不存在数字时point还是在0的位置，可以自己感受一下的，逻辑很简单，但是有点拐弯

class Solution(object):
def moveZeroes(self, nums):
"""
:type nums: List[int]
:rtype: void Do not return anything, modify nums in-place instead.
"""
point = 0
for i in range(len(nums)):
if nums[i]:
nums[point] , nums[i] = nums[i], nums[point]
point += 1

分析
这个相比于前两题就要花点心思了，看题目原话

“你最多可以完成 两笔 交易。

注意: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）”，这个参考上篇博客里的1, 2, 3这个例子，

执行过程依然是

第一天买入，第二天卖出，收入为1，然后第二天再买入，第三天再卖出，收入为1，累计收入为2，（交易两次）。

等同于第一天买入，第三天卖出（交易一次）。没规定必须交易几次。

但是两笔交易一定有先后。

在[1, 2, ...... n-1, n] 中可把两次交易分为[1, 2, ...... i] 和 [i, ...... n-1, n]，这个分解过程是122中的思想，

接着分别计算[1, 2, ...... i] 和  [i, ...... n-1, n] 中的最大利润 f[i] 和 g[i]，计算方法在121中得以体现

我们最后就是取出 max(f[i], g[i]) 就可以了

leetcode862. 和至少为 K 的最短子数组

返回 A 的最短的非空连续子数组的长度，该子数组的和至少为 K 。

如果没有和至少为 K 的非空子数组，返回 -1 。

示例 1： 输入：A = [1], K = 1 输出：1 示例 2： 输入：A = [1,2], K = 4 输出：-1 示例 3： 输入：A = [2,-1,2], K = 3 输出：3

#使用collections.deque模块版本
class Solution:
    def shortestSubarray(self, A, K):
        from collections import deque
        startIndex = 0
        totalSum = 0 #总和
        minLen = -1
        dequeMinus = deque() #存储和为负数区域
        for i in range(len(A)):
            totalSum += A[i]
            if A[i] < 0 :
                minusRangeSum = A[i]
                n = i
                m = i
                while minusRangeSum < 0 and n >= startIndex:
                    n -= 1
                    minusRangeSum += A[n]
                n += 1
                while n <= startIndex and startIndex <= i:
                    totalSum -= A[startIndex]
                    startIndex +=1
                while len(dequeMinus) > 0 and n <= dequeMinus[-1][0]:
                    dequeMinus.pop()
                dequeMinus.append((n,m))
            while totalSum >= K:
                if minLen == -1:
                    minLen = i - startIndex + 1
                else:
                    minLen = min(minLen, i - startIndex + 1)
                totalSum -= A[startIndex]
                startIndex += 1
                while len(dequeMinus) > 0 and startIndex >= dequeMinus[0][0]:
                    a,b = dequeMinus.popleft()
                    while a <= startIndex and startIndex <= b:
                        totalSum -= A[startIndex]
                        startIndex += 1
        return minLen

#使用list版本
class Solution:
   def shortestSubarray(self, A, K):
       startIndex = 0
       totalSum = 0 #总和
       minLen = -1
       listMinus = [] #存储和为负数区域
       for i in range(len(A)):
           totalSum += A[i]
           if A[i] < 0 :
               minusRangeSum = A[i]
               n = i
               m = i
               while minusRangeSum < 0 and n >= startIndex:
                   n -= 1
                   minusRangeSum += A[n]
               n += 1
               while n <= startIndex and startIndex <= i:
                   totalSum -= A[startIndex]
                   startIndex +=1
               while len(listMinus) > 0 and n <= listMinus[-1][0]:
                   listMinus.pop()
               listMinus.append((n,m))
           while totalSum >= K:
               if minLen == -1:
                   minLen = i - startIndex + 1
               else:
                   minLen = min(minLen, i - startIndex + 1)
               totalSum -= A[startIndex]
               startIndex += 1
               while len(listMinus) > 0 and startIndex >= listMinus[0][0]:
                   a, b = listMinus[0]
                   del(listMinus[0])
                   while a <= startIndex and startIndex <= b:
                       totalSum -= A[startIndex]
                       startIndex += 1
       return minLen

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票

输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格。

示例 2:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        if(len(prices) <= 1):
            return 0
        buy_price = prices[0]
        max_profit = 0
        for i in range(1,len(prices)):
            buy_price = min(buy_price, prices[i])
            max_profit = max(max_profit, prices[i] - buy_price)
        return max_profit

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
  随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
  注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
  因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
示例 3:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        maxpro = 0
        for i in range(1,len(prices)):
            if prices[i] > prices[i-1]:
                maxpro += prices[i] - prices[i-1]
        return maxpro

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

注意: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
  随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。
示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。  
  注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。  
  因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
示例 3:

输入: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。

def maxProfit(self, prices):
    """
    :type prices: List[int]
    :rtype: int
    """
    len_prices = len(prices)
    if len_prices < 2:
        return 0

    # 用来记录不同区间里的最大利润
    f = [0] * len_prices
    g = [0] * len_prices

    # 计算原则就是121的解
    minf = prices[0]
    for i in range(1, len_prices):
        minf = min(minf, prices[i])
        f[i] = max(f[i - 1], prices[i] - minf)

    maxg = prices[len_prices - 1]
    for i in range(len_prices - 1)[::-1]:
        maxg = max(maxg, prices[i])
        g[i] = max(g[i], maxg - prices[i])

    # 取其中最大值
    maxprofit = 0
    for i in range(len_prices):
        maxprofit = max(maxprofit, f[i] + g[i])

    return maxprofit

Leetcode 78. Subsets Python DFS 深度优先搜索解法

问题描述
Given a set of distinct integers, nums, return all possible subsets (the power set).
给定一个数据集合，求该集合的所有子集。
Note: The solution set must not contain duplicate subsets.

For example,
If nums = [1,2,3], a solution is:
[ 
[3], 
[1], 
[2], 
[1,2,3], 
[1,3], 
[2,3], 
[1,2], 
[] 
]

思路
深度优先算法回溯：以【1,2,3】为例

每轮都传递一个数组起始指针的值，保证遍历顺序：

第一轮：先遍历以1 开头的所有子集，1→12→123 →13

第二轮：遍历以2开头的所有子集，2→23

第三轮:遍历以3开头的所有子集，3

这样三轮遍历保证能找到全部1开头，2开头，3开头的所有子集；同时，每轮遍历后又把上轮的头元素去掉，这样不会出现重复子集。（包括空集）

class Solution:
    def subsets(self, nums):

        res = []
        nums.sort()
        def dfs(nums,index,path,res):
            res.append(path)

            for i in range(index,len(nums)):
                dfs(nums,i+1,path+[nums[i]],res)
        dfs(nums,0,[],res)
        return res
s = Solution()
nums = [1,2,3]
print(s.subsets(nums))