Python多維列表中的坑怎么解決

本篇內容主要講解“Python多維列表中的坑怎么解決”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Python多維列表中的坑怎么解決”吧!

數組常用想法總結：

（以下默認nums為數組。） 1.遍歷數組 遍歷：

for num in nums:
	xxxx

帶索引遍歷

for idx,num in enumerate(nums):
	xxxx

2.動態規劃(dp) 動態規劃一般可以用一個數組保存狀態。見53.最大子數組和。 用數組保存狀態是非常常用的做法。例如36.有效的數獨、 73. 矩陣置零。

3.雙指針 見88.合并兩個有序數組、350.兩個數組的交集 II可以是左右指針對一個數組使用。 也可以是兩個指針遍歷兩個數組。while index1<m and index2<n:

列表常用函數

Python中一般用list實現可變數組。 下面是list常用的函數。 （可變序列類型通用操作，只有.sort是list獨有的。參考序列操作文檔）

多維列表的一個坑

創建多維列表，一般用

w, h = 2, 3
A = [[None] * w for i in range(h)]

等價于

A = [None] * 3
for i in range(3):
    A[i] = [None] * 2

而不是

 A = [[None] * 2] * 3

原因在于用*對列表執行重復操作并不會創建副本，而只是創建現有對象的引用。 *3創建的是包含 3 個引用的列表，每個引用指向的是同一個長度為 2 的列表。 如果你給一項賦值，就會發現這個問題：

>>> A[0][0] = 5
>>> A
[[5, None], [5, None], [5, None]]

第1天

217. 存在重復元素

給定數組，判斷是否存在重復元素。 做法：

1. 直接遍歷（窮舉）

2. 排序后，比較每個元素和下一個元素

3. 哈希表

直接遍歷會超時。 2的時間復雜度是O(nlogn) 也就是排序的時間復雜度 3的時間復雜度是O(n)，但需要額外的O(n)輔助空間。 （窮舉法基本都能想到，但很容易超時，后面只有在窮舉法能通過時才列出來。）

3比較簡單，這里寫一下3的做法：

return len(nums) != len(set(nums))

53. 最大子數組和

給定數組，求其中一個連續數組和的最大值。

比較容易想到的是用一個數組記錄目前位置最大的值（動態規劃）。

用 dp[i] 表示以i位置結尾的連續數組和的最大值。 最后返回dp數組中最大值。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        length = len(nums)
        dp = [0 for i in range(length)]
        for i in range(length):
            dp[i] = max(dp[i - 1], 0) + nums[i]
        return max(dp)

題解給出了一種省略dp數組的方法：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        pre = 0
        res = nums[0]
        for x in nums:
            pre = max(pre+x ,x)
            res = max(res, pre)
        return res

第2天

1. 兩數之和

找出數組中兩個數之和等于target的兩數下標。

暴力枚舉可以

但時間較長，時間復雜度$O(N^2)$

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        n = len(nums)
        for i in range(n):
            for j in range(i + 1, n):
                if nums[i] + nums[j] == target:
                    return [i, j]
        
        return []

哈希表

官方題解的一個比較巧妙的方式：使用哈希表（字典） 用字典記錄出現過的數字的位置。 時間復雜度$O(N)$，空間復雜度$O(N)$

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        hashtable = dict()
        for i, num in enumerate(nums):
            if target - num in hashtable:
                return [hashtable[target - num], i]
            hashtable[nums[i]] = i
        return []

88. 合并兩個有序數組

兩個有序數組，將第二個數組nums2合并到第一個數組nums1。

雙指針

1.可以用雙指針遍歷兩個數組：

class Solution:
    def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
        """
        Do not return anything, modify nums1 in-place instead.
        """
        # 兩個中存在空數組的時，直接返回
        if m == 0:
            nums1[:] = nums2[:]
            return
        if n == 0:
            return

        index1,index2 = 0,0
        t = []
        while index1<m and index2<n:
            if nums1[index1] <= nums2[index2]:
                t.append(nums1[index1])
                index1 += 1
            else:
                t.append(nums2[index2])
                index2 += 1 
        
        if index1 < m:
            t += nums1[index1:m]
        else:
            t += nums2[index2:n]

        nums1[:] = t[:]

官方版本，更簡潔、清楚。

class Solution:
    def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
        """
        Do not return anything, modify nums1 in-place instead.
        """
        sorted = []
        p1, p2 = 0, 0
        while p1 < m or p2 < n:
            if p1 == m:
                sorted.append(nums2[p2])
                p2 += 1
            elif p2 == n:
                sorted.append(nums1[p1])
                p1 += 1
            elif nums1[p1] < nums2[p2]:
                sorted.append(nums1[p1])
                p1 += 1
            else:
                sorted.append(nums2[p2])
                p2 += 1
        nums1[:] = sorted

（暴力） 追加后排序

2. 更簡單粗暴的方式是直接將nums2追加到nums1后，進行排序。 及其簡單而且效果很好。

class Solution:
    def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None:
        """
        Do not return anything, modify nums1 in-place instead.
        """
        nums1[m:] = nums2
        nums1.sort()

第3天

350. 兩個數組的交集 II

以數組形式返回兩數組的交集（數組形式，返回結果中每個元素出現的次數，應與元素在兩個數組中都出現的次數一致）。 排序后雙指針遍歷。

class Solution:
    def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
        nums1.sort()
        nums2.sort()
        i = 0
        j = 0
        result = []
        while i<len(nums1) and j<len(nums2):
            if(nums1[i]<nums2[j]):
                i+=1
            elif(nums1[i]>nums2[j]):
                j+=1
            else:
                result.append(nums1[i])
                i+=1
                j+=1
       
        return  result

121. 買賣股票的最佳時機

只需要記錄下當前最低價，遍歷價格過程中，用當前價格-最低價 就是當前可獲得的最大利潤。另外如果出現了更低的價格，則最低價也要更新。（一個樸素的想法，要是我在最低點買進就好了） 總的最大利潤就是這些利潤中的最大值。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        r = 0
        min_price = float('inf')  # float('inf')表示正無窮
        for price in prices:
            min_price = min(min_price, price)  # 截止到當前的最低價（買入價）
            r = max(r, price - min_price)  # 截止到目前的最高利潤
        return r

第4天

566. 重塑矩陣

給定一個mxn的數組，重構為rxc的數組。 比較簡單的想法是把數組拉平為一位數組，然后逐個填充到新的數組中：

class Solution:
    def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]:
        m,n = len(mat), len(mat[0])
        if m*n != r*c:
            return mat
        arr = []
        for row in mat:
            for x in row:
                arr.append(x)
        arr_index = 0
        newmat = [[0 for j in range(c)]for i in range(r)]
        for i in range(r):
            for j in range(c):
                newmat[i][j] = arr[arr_index]
                arr_index += 1
        return newmat

官方提供了一種直接計算下標的方法：

class Solution:
    def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
        m, n = len(nums), len(nums[0])
        if m * n != r * c:
            return nums
        
        ans = [[0] * c for _ in range(r)]
        for x in range(m * n):
            ans[x // c][x % c] = nums[x // n][x % n]
        
        return ans

118. 楊輝三角

找規律題。可以直接按照生成的規律生成數組。在「楊輝三角」中，每個數是它左上方和右上方的數的和。

class Solution:
    def generate(self, numRows: int) -> List[List[int]]:
        res = [[]for _ in range(numRows)]
        res[0] = [1]
        for i in range(1,numRows):
            res[i].append(1)
            for j in range(0,len(res[i-1])-1):
                res[i].append(res[i-1][j] + res[i-1][j+1])
            res[i].append(1)

        return res

第5天

36. 有效的數獨

判斷當前數獨是否有效（不需要填充數獨） 只要用3個二維數組維護9行、9列、9個九宮格。

class Solution:
    def isValidSudoku(self, board: List[List[str]]) -> bool:
        row = [[] * 9 for _ in range(9)]
        col = [[] * 9 for _ in range(9)]
        nine = [[] * 9 for _ in range(9)]
        for i in range(len(board)):
            for j in range(len(board[0])):
                tmp = board[i][j]
                if not tmp.isdigit():
                    continue
                if (tmp in row[i]) or (tmp in col[j]) or (tmp in nine[(j // 3) * 3 + (i // 3)]):
                    return False
                row[i].append(tmp)
                col[j].append(tmp)
                nine[(j // 3) * 3 + (i // 3)].append(tmp)
        return True

73. 矩陣置零

如果一個元素為 0 ，則將其所在行和列的所有元素都設為 0 。請使用 原地 算法。 A： 利用數組的首行和首列來記錄 0 值 另外用兩個布爾值記錄首行首列是否需要置0

class Solution:
    def setZeroes(self, matrix: List[List[int]]) -> None:
        """
        Do not return anything, modify matrix in-place instead.
        """
        #標記
        m,n = len(matrix), len(matrix[0])
        row = any(x == 0 for x in matrix[0])
        col = any(matrix[r][0] == 0 for r in range(m) )
        
        for i in range(m):
            for j in range(n):
                if matrix[i][j] == 0:
                    matrix[i][0] = 0
                    matrix[0][j] = 0
                    
        #置零
        for i in range(1,m):
            for j in range(1,n):
                if matrix[i][0] == 0 or matrix[0][j] == 0:
                    matrix[i][j] = 0
        if row:
            for j in range(0,n):
                matrix[0][j] = 0
        if col:
            for i in range(0,m):
                matrix[i][0] = 0

到此，相信大家對“Python多維列表中的坑怎么解決”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！