网站首页 > 技术文章 正文
公众号文章地址:https://mp.weixin.qq.com/s/_wqX3Bir3zTuRbzKh6sHXA
题一:
题目:
给定一个数组 list 和一个数字 w ,要求获取 list 中滑动窗口为 w 的最大值
分析:
构建一个双端队列获取最大值,从头部到尾部保证从大到小的顺序,则可获得当前窗
口的最大值(队列头部第一个数),往双端队列里面加数的逻辑:
当前数和双端队列的尾部的数进行比较,
while 当前数 > 双端队列的尾部的数 or len(双端队列) > 0 :
则将尾部的数进行弹出
双端队列.append(当前数)
这么做为什么会有效呢?因为这样构建出来的双端队列头部的数字有如下两个特性:
1.数值是最大的
2.比弹出的数晚过期(下标index大)
代码实现:
def get_max_value_from_window(self,arr:list,win_len:int):
q_max = deque()
print(f"arr:{arr}")
print(f"win_len:{win_len}")
if len(arr) < win_len :
return None
res = []
for i in range(0,len(arr)):
while q_max.__len__() > 0 and arr[q_max[-1]] < arr[i] :
q_max.pop()
q_max.append(i)
#
if i >= win_len-1 and q_max[0] <= i - win_len:
# 剔除窗口外失效的值
q_max.popleft()
if i >= win_len-1:
res.append(arr[q_max[0]])
return res
结果输出:
输入arr:[2, 4, 5, 5, 4, 3, 8, 55, 6, 3, 9, 1]
输入win_len:4
输出:[5, 5, 5, 8, 55, 55, 55, 55, 9]
题二:
time: 01:04:23
题目:
给定一个整型数组arr,和一个整数num,某个arr中的子数组sub,如果想达标,
必须满足:
sub中最大值 - sub中最小值 <= num ,
返回arr中达标子数组的数量
分析:
sub = arr[L:R] 若sub是满足上述条件的数组,
当L和R往里缩时,形成新的数组都满足上述条件,
当L和R往外扩时,形成新的数组都不满足上述条件
代码实现:
def get_sub_arr_num(self,arr,num):
print(title)
print(f"输入 arr:{arr},num:{num}")
res = 0
L = 0
R = 0
q_max = deque()
q_min = deque()
while L < arr.__len__():
while R < arr.__len__():
while q_max.__len__() != 0 and arr[q_max[-1]] <= arr[R]:
# 如果 q_max 不为空,并且q_max中最后一个的值 < arr[i] ,则进行右弹出
q_max.pop()
# 弹出完之后 ,将新数据加入 q_max
q_max.append(R)
while q_min.__len__() != 0 and arr[q_min[-1]] >= arr[R]:
# 如果 q_min 不为空,并且 q_min 中最后一个的值 < arr[i] ,则进行右弹出
q_min.pop()
# 弹出完之后 ,将新数据加入 q_min
q_min.append(R)
if q_max.__len__() > 0 and q_max[0] < L :
q_max.popleft()
if q_min.__len__() > 0 and q_min[0] < L :
q_min.popleft()
if arr[q_max[0]] - arr[q_min[0]] > num:
cnt = len(arr[L:R]) - 1
res += cnt
print(f"R:{R},L:{L},R-L:{R-L}\t",arr[L:R],cnt)
break
R += 1
L += 1
return res
结果输出:
输入 arr:[2, 4, 5, 5, 4, 3, 8, 55, 6, 3, 9, 1],num:4
输出:16
题三:
获取数组中的每个值,左边离它最近且值比它小的下标,没有则为-1
右边离它最近且值比它小的下标,没有则为-1
代码实现:
def get_closed_min(self,arr):
"""获取数组中的每个值,左边离它最近且值比它小的下标,没有则为-1
右边离它最近且值比它小的下标,没有则为-1
"""
print("输入:",arr)
res = []
que = deque() # 栈内维持由小到大的单调性
if len(arr) == len(set(arr)):
"说明数组中没有重复值"
for i in range(0,len(arr)):
if que.__len__() != 0 :
if que.__len__() > 0 and que[-1] > arr[i] :
while que.__len__() and que[-1] > arr[i]:
# 说明 arr[i] 是 que[-1] 右边比它小的值中离它最近的值
r_min = arr[i]
cur = que.pop()
if que.__len__() > 0 :
# 弹出后,如果栈中还有值,说明栈弹出的第一个值是 cur 左边比它小的值中离它最近的值
l_min = que[-1]
else:
l_min = -1
res.append([cur,l_min,r_min])
que.append(arr[i])
while que.__len__() != 0:
cur = que.pop()
r_min = -1
if que.__len__() > 0:
# 弹出后,如果栈中还有值,说明栈弹出的第一个值是 cur 左边比它小的值中离它最近的值
l_min = que[-1]
else:
l_min = -1
res.append([cur,l_min,r_min])
return res
else:
"说明数组中有重复值"
for i in range(0,len(arr)):
if que.__len__() != 0 :
if que.__len__() > 0 and arr[que[-1][-1]] > arr[i] :
while que.__len__() and arr[que[-1][-1]] > arr[i]:
# 说明 arr[i] 是 que[-1] 右边比它小的值中离它最近的值
r_min = i
curs = que.pop()
for cur in curs:
if que.__len__() > 0 :
# 弹出后,如果栈中还有值,说明栈弹出的第一个值是 cur 左边比它小的值中离它最近的值
l_min = que[-1][-1]
else:
l_min = -1
res.append([cur,l_min,r_min])
else:
if arr[que[-1][-1]] == arr[i]:
tmp = que.pop()
tmp.append(i)
que.append(tmp)
continue
if que.__len__() > 0 and arr[que[-1][-1]] == arr[i]:
tmp = que.pop()
tmp.append(i)
que.append(tmp)
else:
que.append([i])
while que.__len__() != 0:
curs = que.pop()
for cur in curs:
r_min = -1
if que.__len__() > 0:
# 弹出后,如果栈中还有值,说明栈弹出的第一个值是 cur 左边比它小的值中离它最近的值
l_min = que[-1][-1]
else:
l_min = -1
res.append([cur,l_min,r_min])
return res
结果输出:
输入:[2, 4, 5, 5, 4, 3, 8, 55, 6, 3, 9, 1]
输出:[[2, 1, 4], [3, 1, 4], [1, 0, 5], [4, 0, 5], [7, 6, 8], [6, 5, 8], [8, 5, 9], [10, 9, 11], [5, 0, 11], [9, 0, 11], [0, -1, 11], [11, -1, -1]]
题四:
题目:
给定一个只包含正整数的数组arr,arr中任何一个子数组sub,一定都可以算出
value =(sub累加和)*(sub中的最小值),那么,在所有子数组中,最大的
value是多少
分析:
以arr[i]为子数组sub的最小值往数组arr左右两边扩充,使得len(sub)最大,
则可以获得 以arr[i]为最小值的子数组sub,使得value最大,可以使用
get_closed_min 中的结果,来获取sub的最大边界(以arr[i]为最小值)
代码实现
def get_max_value(self,arr):
"""
题目:
给定一个只包含正整数的数组arr,arr中任何一个子数组sub,一定都可以算出 value =(sub累加和)*(sub中的最小值),
那么,在所有子数组中,最大的value是多少
分析:
以arr[i]为子数组sub的最小值往数组arr左右两边扩充,使得len(sub)最大,则可以获得 以arr[i]为最小值的子数组sub,使得value最大
可以使用get_closed_min 中的结果,来获取sub的最大边界(以arr[i]为最小值)
"""
res = []
close_value = obj.get_closed_min(arr)
# print(len(arr),len(res))
close_value = sorted(close_value, key=lambda x: x[0])
for tmp in close_value:
# print(tmp)
index = tmp[0]
# 因为get_closed_min 获取的是左右两边比 arr[i] 小而且离离 arr[i] 最近值的下标,故所以要把这两个值剔除掉,又因为python数组切片左闭右开的特性,故right要+1
left = tmp[1]+1
right = tmp[2]+1-1
if left <= -1:
left = index
if right <= -1 :
right = index
# print(tmp)
value = arr[index]*sum(arr[left:right])
# print(arr[index],arr[left:right],value)
res.append(value)
max_value = max(res)
return max_value
结果输出:
输入: [2, 4, 5, 5, 4, 3, 8, 55, 6, 3, 9, 1]
输出:3025
总结:单调栈和窗口都是利用结构内有序 和 新进来的数的下标比结构内的数的下标更晚过期的特性。
猜你喜欢
- 2024-11-01 Python面试宝典第2题:滑动窗口最大值
- 2024-11-01 每日一算:广度优先算法 广度优先概念
- 2024-11-01 生产者消费者之间的桥梁 生产者消费者之间的桥梁有哪些
你 发表评论:
欢迎- 最近发表
-
- 在 Spring Boot 项目中使用 activiti
- 开箱即用-activiti流程引擎(active 流程引擎)
- 在springBoot项目中整合使用activiti
- activiti中的网关是干什么的?(activiti包含网关)
- SpringBoot集成工作流Activiti(完整源码和配套文档)
- Activiti工作流介绍及使用(activiti工作流会签)
- SpringBoot集成工作流Activiti(实际项目演示)
- activiti工作流引擎(activiti工作流引擎怎么用)
- 工作流Activiti初体验及在数据库中生成的表
- Activiti工作流浅析(activiti6.0工作流引擎深度解析)
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)