当前位置: 首页 > article >正文

【Python 算法零基础 1.线性枚举】

我装作漠视一切,以为这样就可以不在乎

                                                        —— 25.3.17

一、线性枚举的基本概念

1.时间复杂度

        线性枚举的时间复杂度为 O(nm),其中 n是线性表的长度。m 是每次操作的量级,对于求最大值和求和来说,因为操作比较简单,所以 m为 1,则整体的时间复杂度是 O(n)的。这是因为线性枚举需要遍历列表中的每个元素。在处理大规模数据时,可能需要使用更高效的算法来提高搜索速度。

2.优化算法

二分查找:如果线性表已经排序,可以使用二分搜索来提高搜索效率。

哈希表:可以使用哈希表来存储已经搜索过的元素,避免重复搜索。

前缀和:可以存储前 i 个元素的和,避免重复计算。

双指针:可以从两头开始搜索,提升搜索效率。


二、实战

1.1550. 存在连续三个奇数的数组

给你一个整数数组 arr,请你判断数组中是否存在连续三个元素都是奇数的情况:如果存在,请返回 true ;否则,返回 false 。

示例 1:

输入:arr = [2,6,4,1]
输出:false
解释:不存在连续三个元素都是奇数的情况。

示例 2:

输入:arr = [1,2,34,3,4,5,7,23,12]
输出:true
解释:存在连续三个元素都是奇数的情况,即 [5,7,23] 。

提示:

  • 1 <= arr.length <= 1000
  • 1 <= arr[i] <= 1000

方法一 线性枚举

思路与算法

遍历数组:代码通过一个 for 循环遍历数组 arr,从第二个元素开始,到倒数第二个元素结束。这样做的目的是为了确保在检查 arr[i-1]arr[i] 和 arr[i+1] 时不会越界。

检查连续奇数:在每次循环中,代码检查当前元素 arr[i] 及其前一个元素 arr[i-1] 和后一个元素 arr[i+1] 是否都是奇数。这是通过取模运算 % 2 == 1 来判断的。如果这三个元素都是奇数,则说明存在三个连续的奇数,函数立即返回 True。​

返回结果:如果遍历完整个数组都没有找到三个连续的奇数,则函数返回 False

class Solution:def threeConsecutiveOdds(self, arr: List[int]) -> bool:n = len(arr)for i in range(1, n - 1):if arr[i - 1] % 2 == 1 and arr[i] % 2 == 1 and arr[i+1] % 2 == 1:return Truereturn False


2.485. 最大连续 1 的个数

给定一个二进制数组 nums , 计算其中最大连续 1 的个数。

示例 1:

输入:nums = [1,1,0,1,1,1]
输出:3
解释:开头的两位和最后的三位都是连续 1 ,所以最大连续 1 的个数是 3.

示例 2:

输入:nums = [1,0,1,1,0,1]
输出:2

提示:

  • 1 <= nums.length <= 105
  • nums[i] 不是 0 就是 1.

方法一 线性枚举

思路与算法

初始化变量sumNum:用于记录当前连续 1 的个数。maxNum:用于记录遍历过程中找到的最长连续 1 的个数。

遍历数组:使用一个 for 循环遍历数组 nums 的每一个元素。如果当前元素是 0,说明连续的 1 中断了,将 sumNum 重置为 0。如果当前元素是 1,将 sumNum 加 1,表示当前连续 1 的个数增加了。更新最大值:在每次循环中,用 maxNum 记录当前找到的最长连续 1 的个数,通过 max(maxNum, sumNum) 实现。​

返回结果:遍历结束后,maxNum 就是整个数组中最长的连续 1 的个数,将其返回。

class Solution:def findMaxConsecutiveOnes(self, nums: List[int]) -> int:n = len(nums)sumNum = 0maxNum = 0for i in range(n):if nums[i] == 0:sumNum = 0else:sumNum += 1maxNum = max(maxNum, sumNum)return maxNum


3.540. 有序数组中的单一元素

给你一个仅由整数组成的有序数组,其中每个元素都会出现两次,唯有一个数只会出现一次。

请你找出并返回只出现一次的那个数。

你设计的解决方案必须满足 O(log n) 时间复杂度和 O(1) 空间复杂度。

示例 1:

输入: nums = [1,1,2,3,3,4,4,8,8]
输出: 2

示例 2:

输入: nums =  [3,3,7,7,10,11,11]
输出: 10

提示:

  • 1 <= nums.length <= 105
  • 0 <= nums[i] <= 105

方法一 线性枚举

思路与算法

特殊情况处理:如果数组长度为 1,直接返回唯一的元素 nums[0],因为它一定是不重复的。​

遍历数组:使用一个 for 循环遍历数组 nums,从第二个元素开始,到倒数第二个元素结束(避免越界)。对于当前元素 nums[i],检查它是否与前后元素都不相等:如果 nums[i] != nums[i - 1] 且 nums[i] != nums[i + 1],则 nums[i] 就是唯一不重复的元素,直接返回。

边界情况处理:如果遍历结束后没有找到不重复的元素,说明不重复的元素可能在数组的边界:检查第一个元素 nums[0] 是否与第二个元素 nums[1] 不相等,如果是,则返回 nums[0]。否则,返回最后一个元素 nums[n - 1]

class Solution:def singleNonDuplicate(self, nums: List[int]) -> int:n = len(nums)if n == 1:return nums[0]for i in range(1, n - 1):if nums[i] != nums[i - 1] and nums[i] != nums[i + 1]:return nums[i]if nums[0] != nums[1]:return nums[0]return nums[n - 1]


方法二 二分查找

题目要求设计出的算法必须满足 O(log n) 时间复杂度和 O(1) 空间复杂度

思路与算法

初始化指针:定义两个指针 l 和 r,分别指向数组的起始位置和结束位置。

二分查找:在 while 循环中,计算中间位置 mid = (l + r) // 2

利用 mid ^ 1 来检查 nums[mid] 是否与它的配对元素相等:如果 mid 是偶数,mid ^ 1 就是 mid + 1。如果 mid 是奇数,mid ^ 1 就是 mid - 1。如果 nums[mid] != nums[mid ^ 1],说明不重复元素在 mid 的左侧,将 r 更新为 mid。否则,说明不重复元素在 mid 的右侧,将 l 更新为 mid + 1

返回结果:当 l == r 时,循环结束,nums[l] 就是唯一不重复的元素。

^ 是 ​按位异或(Bitwise XOR)​ 运算符。它的作用是对两个整数的二进制表示逐位进行异或运算,并返回结果。 

对于两个二进制位:

  • 如果两个位相同(都是 0 或都是 1),结果为 0
  • 如果两个位不同(一个是 0,另一个是 1),结果为 1
class Solution:def singleNonDuplicate(self, nums: List[int]) -> int:n = len(nums)l, r = 0, n - 1while l < r:mid = (l + r) // 2if nums[mid] != nums[mid ^ 1]:r = midelse:l = mid + 1return nums[l]

相关文章:

【Python 算法零基础 1.线性枚举】

我装作漠视一切&#xff0c;以为这样就可以不在乎 —— 25.3.17 一、线性枚举的基本概念 1.时间复杂度 线性枚举的时间复杂度为 O(nm)&#xff0c;其中 n是线性表的长度。m 是每次操作的量级&#xff0c;对于求最大值和求和来说&#xff0c;因为操作比较简单&#xff0c;所以 …...

深入理解 Linux 的 top 命令:实时监控系统性能

在 Linux 系统管理和性能优化中,top 命令是一个不可或缺的工具。它可以实时显示系统的进程信息和资源使用情况,帮助管理员快速定位性能瓶颈。本文将详细介绍 top 命令的输出内容及其使用方法,帮助你更好地掌握系统性能监控。 一、top 命令简介 top 是一个动态显示系统状态的…...

003 SpringCloud整合-LogStash安装及ELK日志收集

SpringCloud整合-LogStash安装及ELK日志收集 文章目录 SpringCloud整合-LogStash安装及ELK日志收集1.安装ElasticSearch和kibana2.Docker安装logstash1.拉取docker镜像2.创建外部挂载目录3.拷贝容器内部文件到宿主机4.修改外部挂载文件5.运行docker容器 3.整合kibana1.进入kiba…...

AI预测体彩排3新模型百十个定位预测+胆码预测+杀和尾+杀和值2025年3月18日第22弹

前面由于工作原因停更了很长时间&#xff0c;停更期间很多彩友一直私信我何时恢复发布每日预测&#xff0c;目前手头上的项目已经基本收尾&#xff0c;接下来恢复发布。当然&#xff0c;也有很多朋友一直咨询3D超级助手开发的进度&#xff0c;在这里统一回复下。 由于本人既精…...

数据结构入门(1)——算法复杂度

目录 一、前言 二、数据结构 2.1数据结构的概念 2.2数据结构的组成 2.3算法 三、oj题引进 四、复杂度 4.1复杂度的概念 4.2大O渐进表示法 4.3时间复杂度 4.4时间复杂度计算示例 4.4.1示例1 4.4.2示例2 4.4.3示例3 4.4.4示例4 4.4.5示例5 4.4.6示例6 4.4.7示例7 4.4.8示例8 4.5空…...

JavaScript基础-DOM 简介

在现代Web开发中&#xff0c;JavaScript与HTML和CSS一起构成了网页的核心技术。而在这三者之中&#xff0c;DOM&#xff08;Document Object Model&#xff0c;文档对象模型&#xff09;作为浏览器处理网页内容的一种接口&#xff0c;扮演着至关重要的角色。通过DOM&#xff0c…...

VS Code + Git 分支操作指南(附流程图)

VS Code + Git 分支操作指南(附流程图) 本指南将手把手教你如何在 Visual Studio Code (VS Code) 中使用 Git 进行项目开发管理,配合标准分支模型(main、develop、feature/* 等),并附上直观的流程图,适合新手快速上手! 📌 前置准备 安装 Git安装 VS Code安装 VS Cod…...

Oracle ASM Failgroup故障组

Oracle ASM Failgroup故障组 1. 故障组的核心作用2. 故障组的配置规则3. 故障组的设计最佳实践4. 故障组的实际示例场景1&#xff1a;普通冗余&#xff08;2个故障组&#xff09;场景2&#xff1a;高冗余&#xff08;3个故障组&#xff0c;跨数据中心&#xff09; 关键注意事项…...

【最新版】智慧小区物业管理小程序源码+uniapp全开源

一.系统介绍 智慧小区物业管理小程序,包含小区物业缴费、房产管理、在线报修、业主活动报名、在线商城等功能。为物业量身打造的智慧小区运营管理系统,贴合物业工作场景,轻松提高物业费用收缴率,更有功能模块个性化组合,助力物业节约成本高效运营。 二.搭建环境 系统环…...

DeepSeek搭建本地知识库

1. 注册硅基流动 首先&#xff0c;打开浏览器&#xff0c;访问硅基流动的官方网站。 https://account.siliconflow.cn/ 在注册页面准确输入你的手机号&#xff0c;完成账号注册。这是搭建本地知识库的第一步&#xff0c;为后续获取重要权限做准备。 成功注册后&#xff0c;进…...

实验9 高级搜索技术1

实验9 高级搜索技术1 一、实验目的 &#xff08;1&#xff09;掌握高级搜索技术的相关理论&#xff0c;能根据实际情况选取合适的搜索方法&#xff1b; &#xff08;2&#xff09;进一步熟悉爬山法搜索技术&#xff0c;掌握其在搜索过程中的优缺点&#xff1b; &#xff08;3&…...

【数据挖掘】Python基础环境安装配置

【数据挖掘】Python基础环境安装配置 一、摘要二、安装Python3.13.2三、安装Jupyter Notebook四、安装Numpy和Pandas以及matplotlib五、安装scikit-learn库和seaborn库 一、摘要 本文主要介绍如何在Windows上安装Python3.13.2&#xff0c;然后基于该Python版本安装Jupyter not…...

【2025新版本】【谷粒商城版】Kubernetes

本文作者&#xff1a; slience_me 文章目录 【2025】Kubernetes1. docker安装2. kubernetes安装前3. kubeadm,kubelet,kubectl3.1 简介kubeadmkubeletkubectl常用指令 3.2 安装3.3 kubeadm初始化3.4 加入从节点(工作节点)3.5 安装Pod网络插件&#xff08;CNI&#xff09;3.6 Ku…...

vulhub-Billu-b0x攻略

靶场下载链接 https://download.vulnhub.com/billu/Billu_b0x.zip 将kali和Billu,NAT连接 获取靶场ip arp-scan -l 使用diesearch进行目录扫描 dirsearch -u " " 查看目录中的信息 打开add.php,得到有上传文件功能的&#xff08;看到后面你会发现其实这里就可以完…...

vue3+Ts+elementPlus二次封装Table分页表格,表格内展示图片、switch开关、支持

目录 一.项目文件结构 二.实现代码 1.子组件&#xff08;表格组件&#xff09; 2.父组件&#xff08;使用表格&#xff09; 一.项目文件结构 1.表格组件&#xff08;子组件&#xff09;位置 2.使用表格组件的页面文件&#xff08;父组件&#xff09;位置 3.演示图片位置 ele…...

数字人本地部署之llama-本地推理模型

llama 本地服务命令 llama-server.exe -m "data/LLM/my.gguf" --port 8080 -m data/LLM/my.gguf -m 属于命令行选项&#xff0c;一般用来指定要加载的模型文件。 data/LLM/my.gguf 是模型文件的路径。gguf 格式的文件是一种用于存储语言模型权重的文件格式&…...

RUOYI框架在实际项目中的应用三:Ruoyi微服务版本-RuoYi-Cloud

如需观看Ruoyi框架的整体介绍&#xff0c;请移步&#xff1a;RUOYI框架在实际项目中的应用一&#xff1a;ruoyi简介 一、Ruoyi微服务版本-Ruoyi微服务版本 1、官方资料 1&#xff1a;代码地址&#xff1a;https://gitee.com/y_project/RuoYi-Cloud.git 2&#xff1a;文档介绍…...

linux操作系统3

1.安装桌面的centos操作系统 二.linux相对路径和绝对路径 1.相对路径:从当前目录开始数的不完整路径 2.绝对路径:从跟开始数的完整路径 (这2种路径主要是为了方便用户操作) 3.linux用户和用户组管理 创建用户组:useradd 删除用户:userdel 用户的修改:usermod(可以修改用…...

windows创建开机启动任务

1、背景 一个java应用程序&#xff0c;需要做成开机启动&#xff0c;系统为windows系统。 2、创建启动脚本 创建一个 .bat 文件&#xff08;例如 startup.bat&#xff09;&#xff0c;并将其保存到 Java 应用程序的目录中&#xff08;如 E:\gitcode\mygit\learn\database\jdk2…...

素数判定方法详解:从基础试除法到优化策略

素数是只能被1和自身整除的正整数。素数的判定是数论中的基础问题&#xff0c;也是算法竞赛中的常见考点。 一、知识点 素数的定义&#xff1a; 素数&#xff08;质数&#xff09;是大于1的自然数&#xff0c;且只能被1和自身整除。 试除法&#xff1a; 通过遍历从2到sqrt(n)​…...

BFS,DFS带图详解+蓝桥杯算法题+经典例题

1.BFS和DFS的定义与实现方式 1.1 深度优先搜索&#xff08;DFS&#xff09; 基本概念&#xff1a;DFS 是一种用于遍历或搜索图或树的算法。它从起始节点开始&#xff0c;沿着一条路径尽可能深地探索下去&#xff0c;直到无法继续或者达到目标节点&#xff0c;然后回溯到上一个…...

「清华大学、北京大学」DeepSeek 课件PPT专栏

你要的 这里都打包好啦&#xff0c;快快收藏起来&#xff01; 名称 链接 团队简介 类型 DeepSeek——从入门到精通 1️⃣ DeepSeek从入门到精通「清华团队」 清华大学新闻与传播学院 新媒体研究中心 元宇宙文化实验室 PPT课件 DeepSeek如何赋能职场应用? ——从提示语…...

如何在 Github 上获得 1000 star?

作为程序员&#xff0c;Github 是第一个绕不开的网站。我们每天都在上面享受着开源带来的便利&#xff0c;我相信很多同学也想自己做一个开源项目&#xff0c;从而获得大家的关注。然而&#xff0c;理想很丰满&#xff0c;现实却是开发了很久的项目仍然无人问津。 最近&#x…...

on-policy对比off-policy

目录 持续更新。。。 on-policy与off-policy的定义 Q-learning属于on-policy算法还是off-policy算法&#xff1f; 为什么off-policy适用于从离线经验或多种探索策略中学习&#xff0c;明明 On-policy 也可以基于探索学习的啊&#xff1f; 重要性权重方法 off-policy方法可…...

标准卡尔曼滤波

1.状态转移方程和观测方程 状态转移方程 x k A x k − 1 B u k w k x_k A x_{k-1} Bu_k w_k xk​Axk−1​Buk​wk​ x k x_k xk​&#xff1a;k时刻的 状态向量&#xff0c;理论上的真实状态。 x k − 1 x_{k-1} xk−1​&#xff1a;k-1时刻的 状态向量&#xff0c;理论…...

主流区块链

文章目录 主流链1. Solana特点&#xff1a;适用场景&#xff1a;工具链&#xff1a; 2. Binance Smart Chain (BSC)特点&#xff1a;适用场景&#xff1a;工具链&#xff1a; 3. Avalanche特点&#xff1a;适用场景&#xff1a;工具链&#xff1a; 4. Polkadot特点&#xff1a;…...

pytorch中有哪些损失函数

L1Loss 计算预测值 ypred 和真实值 ytrue 之间的平均绝对误差&#xff08;MAE&#xff09;&#xff0c;公式为 L ( y p r e d , y t r u e ) 1 n ∑ i 1 n ∣ y p r e d i − y t r u e i ∣ L(y_{pred},y_{true})\frac1n\sum^n_{i1}|y^i_{pred}-y^i_{true}| L(ypred​,ytru…...

【设计模式有哪些】

一、创建型模式&#xff08;Creation Patterns&#xff09; 1. 单例模式&#xff08;Singleton&#xff09; 核心思想&#xff1a;保证一个类仅有一个实例&#xff0c;并提供全局访问点。实现方式&#xff1a;public class Singleton {// 1. 私有静态实例&#xff0c;volatil…...

基于SpringBoot+Vue的幼儿园管理系统+LW示例参考

1.项目介绍 系统角色&#xff1a;管理员、教师、普通用户功能模块&#xff1a;用户管理、教师管理、班级管理、幼儿信息管理、会议记录管理、待办事项、职工考核、请假信息、缴费信息、体检管理、资源管理、原料管理、菜品信息管理等技术选型&#xff1a;SpringBoot&#xff0…...

默认参数 d = {} 的陷阱

默认参数 d {} 的陷阱 问题需求思路代码实现默认参数d {}的陷阱解决办法1、在函数外为每个字符串创建空字典统计词频2、函数改为每次调用时创建新字典&#xff0c;避免数据污染 举一反三 问题需求 统计两个字符串的中文词语出现次数 思路 先使用jieba库分词功能处理字符串…...