随笔分类 - 算法学习
python中的堆
摘要：在Python中，堆（Heap）是一种特殊的完全二叉树结构，满足以下特性： 最大堆（Max Heap）：父节点的值大于或等于子节点的值。 最小堆（Min Heap）：父节点的值小于或等于子节点的值。 Python标准库 heapq 提供了一个 最小堆 的实现，虽然没有直接提供最大堆的实现，但是可以通
关于递归
摘要：递归是一个非常重要且常用的编程思想，尤其在树、图、动态规划等问题中非常有用。它的核心是：将问题分解为子问题，通过递归的方式解决更小的子问题，最终汇聚成整体的解答。 如果你对递归函数感到陌生，或者不确定如何编写一个递归函数，可以通过以下步骤逐步建立递归的理解和技巧。 递归的基本结构 递归函数通常有两个
python中的列表
摘要：在刷算法题时，Python 的列表（list）是非常常用的数据结构。列表的操作灵活且功能丰富，非常适合用来处理数组、队列、堆栈等问题。以下总结了常用的列表语法和在算法题中会用到的场景： 1. 列表的创建 直接创建 lst = [1, 2, 3, 4] 列表推导式 squares = [x ** 2
python中的队列
摘要：在 Python 中，队列（Queue）通常使用 collections.deque 来实现，因其提供了高效的从两端添加和删除元素的操作。队列通常遵循 先进先出（FIFO） 的原则，也就是最先插入的元素最先被移除。 队列的基本操作： append(x): 将元素 x 加入队列的尾部。 popleft
排序算法模板--python版
摘要：在刷算法题时，排序是一个非常常见的操作。Python 提供了多种排序算法的实现方式，而在一些经典的算法题中，我们需要手动实现不同的排序算法以符合题目要求。以下是一些常见的排序算法模板，包含了 冒泡排序、选择排序、插入排序、快速排序、归并排序 和 堆排序，这些算法的模板通常会在刷题中频繁用到。 1.
python中的图
摘要：在 Python 中，图（Graph）是一个非常重要的数据结构，特别是在刷算法题时。图有许多类型（如有向图、无向图、有权图、无权图等），并且涉及的算法（如深度优先搜索、广度优先搜索、最短路径等）都非常常见。以下是 Python 中常见的图的语法，尤其是刷算法题时用到的技巧。 1. 图的基本定义 图通
python中的二叉树
摘要：在刷算法题中，二叉树是常见的题型，掌握二叉树的基本语法和常见操作是非常重要的。以下是一些在Python中常用的二叉树语法及操作，特别是刷算法题时用到的。 1. 二叉树的定义： 首先定义二叉树的节点结构。每个节点通常有三个属性：val（节点的值），left（左子节点），right（右子节点）。 # D
python中的队列
摘要：在 Python 中，队列（Queue）是一种常见的数据结构，特别是在刷算法题时经常被用到。以下是队列相关的基础语法及其在算法题中的应用总结。 1. 队列的基本定义 队列遵循 FIFO（先进先出） 原则，可以通过以下方式实现： 1) collections.deque deque 是双端队列，支持快
python中的链表
摘要：在 Python 中，链表不是内置的数据结构，但可以通过类的方式实现自定义链表。以下是链表在刷算法题中常用的语法和操作方法。 1. 定义链表节点 链表节点是一个包含值和指向下一个节点的指针的结构： class ListNode: def __init__(self, val=0, next=None
python中的栈
摘要：在 Python 中，栈是一种数据结构，常用于需要遵循 后进先出（LIFO） 原则的操作。在刷算法题时，栈常用来解决括号匹配、单调栈、深度优先搜索等问题。 以下是 Python 中栈的相关语法和常用操作。 栈的实现方式 Python 中可以使用以下两种方式实现栈： 使用列表 (list)。 使用 c
python中的优先队列
摘要：在 Python 中，优先队列（Priority Queue）是一个可以随时获取队列中最大（或最小）元素的数据结构。Python 的标准库 heapq 提供了一个实现最小堆的优先队列，默认情况下是最小堆，但可以通过一些技巧来实现最大堆。优先队列在算法中常用于求解最短路径、合并有序链表、求解 k 个最
python中的序列结构《增删改查》的复杂度
摘要：在 Python 中，不同的序列数据结构（如 list、tuple、set、dict 等）对增、删、改、查操作的时间复杂度不同。下面是对常见数据结构的总结，按操作类型（增、删、改、查）分析它们的时间复杂度： 1. list（列表） 查找操作（如 in 或 index()）： 时间复杂度：O(n) 原
python中的dict()
摘要：在 Python 中，dict() 是创建字典的内置函数，字典是一种键值对（key-value pair）的数据结构。由于字典具有高效的键值查找、插入和删除操作，在 LeetCode 刷题中非常常用，尤其是处理映射关系、快速查找、计数、前缀匹配等问题时。 基本特性 键值对存储：字典中的每个元素是一个
python中的set()
摘要：在 Python 中，set() 是用来创建集合的内置函数。集合是一个无序且不重复的元素集合，在 LeetCode 刷题中经常用来处理去重、集合操作（如交集、并集、差集）、快速查找等问题。 基本特性 无序性：集合中的元素没有顺序。 不重复性：集合会自动去除重复元素。 可变性：集合本身可以修改，但其中
Leecode热题100——1.哈希
摘要：1.两数之和 给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。 你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。 你可以按任意顺序返回答案。 示例 1： 输入：nums = [2,7,
ACW--基础语法1（快排，归并，二分）
摘要：1.快排 2.归并 3.二分 通过与中间值mid比较，选择左边或是右边，就是二分 具有 单调性的一定可以使用二分法解决 没有单调性，有时候也可以用二分 3.1整数二分 划分思路： 整数二分有两个模板，一个是区间[l,r]被划分成[l,mid]和[mid+1,r]时使用的，还有一个是区间[l,r]被划
常用算法模板
摘要：快速排序 def quick_sort(arr): if len(arr) <= 1: # 基本情况：如果数组为空或只有一个元素，则返回 return arr else: pivot = arr[0] # 选择基准值（可以选择第一个元素） less_than_pivot = [x for x in
283. 移动零
摘要：283. 移动零 自己的 思路是双指针，右指针用来找非零元素，找到后赋值给左指针，保证左指针的左面都是非零元素。遍历到最后，让左指针本身和右边全为零即可 class Solution { public void moveZeroes(int[] nums) { int i = 0; int j =
88.合并两个有序数组
摘要：非递减顺序，即非严格递增序列 自己没写出来 class Solution { public void merge(int[] nums1, int m, int[] nums2, int n) { int tail1 = m-1; int tail2 = n-1; int tail = nums1.
75.颜色分类
摘要：自己的思路： 思路和移动零一样，只是进行了两次移动，第一次为”移动2“，第二次为倒着的”移动0“（将0全部移动到最前面），中间自然会剩下1 自己的代码 class Solution { public static void sortColors(int[] nums) { // ”移动2“ int
