如何规划一个外贸网站网站建设成本

前言

• 回学校了，荒废了半天之后打算奋发图强猛猛刷题，找实习！赚钱！！

560. 和为 K 的子数组 - 力扣（LeetCode）

• 前缀法 + 哈希表

  • 这个题解解释比官方清晰，截个图方便看，另一个题解的代码简洁
  • 

  • class Solution:def subarraySum(self, nums: List[int], k: int) -> int:prefixSumArray = {0:1}  # 初始化一个字典，用于存储前缀和出现的次数，初始时前缀和为0出现了1次count = 0  # 初始化计数器prefixSum = 0  # 初始化前缀和为0for ele in nums:  # 遍历输入的nums列表prefixSum += ele  # 计算当前位置的前缀和subArray = prefixSum - k  # 计算符合条件的子数组和if subArray in prefixSumArray:  # 如果当前前缀和减去k的值在字典中count += prefixSumArray[subArray]  # 更新计数器，累加符合条件的子数组和的个数'''prefixSumArray.get(prefixSum, 0)在hash table里查找key，如果有返回对应的value，反之返回0 '''prefixSumArray[prefixSum] = prefixSumArray.get(prefixSum, 0) + 1  # 更新前缀和字典中前缀和出现的次数return count  # 返回符合条件的子数组和的个数

  • class Solution:def subarraySum(self, nums: List[int], k: int) -> int:# num_times 存储某“前缀和”出现的次数，这里用collections.defaultdict来定义它# 如果某前缀不在此字典中，那么它对应的次数为0num_times = collections.defaultdict(int)num_times[0] = 1  # 先给定一个初始值，代表前缀和为0的出现了一次cur_sum = 0  # 记录到当前位置的前缀和res = 0for i in range(len(nums)):cur_sum += nums[i]  # 计算当前前缀和if cur_sum - k in num_times:  # 如果前缀和减去目标值k所得到的值在字典中出现，即当前位置前缀和减去之前某一位的前缀和等于目标值res += num_times[cur_sum - k]# 下面一句实际上对应两种情况，一种是某cur_sum之前出现过（直接在原来出现的次数上+1即可），# 另一种是某cur_sum没出现过（理论上应该设为1，但是因为此处用defaultdict存储，如果cur_sum这个key不存在将返回默认的int，也就是0）# 返回0加上1和直接将其置为1是一样的效果。所以这里统一用一句话包含上述两种情况num_times[cur_sum] += 1return res

 239. 滑动窗口最大值 - 力扣（LeetCode）

•  单调队列

  • 参考灵神的题解视频，单调队列的使用类似单调栈，复习一下C++实现
  • 
  • 

  • class Solution:def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:ans = []q = deque()  # 双端队列for i, x in enumerate(nums):# 1. 入while q and nums[q[-1]] <= x:  # 非空并且当前值大于队尾q.pop()  # 弹出队尾，维护 q 的单调递减性q.append(i)  # 入队，存下标# 2. 出if i - q[0] + 1 > k:  # 队首已经离开窗口，弹出q.popleft()# 3. 记录答案if i >= k - 1:  # 至少过了窗口大小再记录# 由于队首到队尾单调递减，所以窗口最大值就是队首ans.append(nums[q[0]])return ans

 76. 最小覆盖子串 - 力扣（LeetCode）

• 滑动窗口 + 哈希法

  • 这题之前也解过，这次可以有更简洁的思路，只用一个mp即可

  • class Solution:def minWindow(self, s: str, t: str) -> str:mp = collections.defaultdict(int)  # 避免不存在判空，默认0# 将需要匹配的字符数存入哈希for ch_t in t:mp[ch_t] += 1     lens, lent = len(s), len(t)count, res = lent, ""  # count记录匹配相等，完全匹配为0min_len = lens + 1  # 用于更新最小窗口长度l = 0  # 左边界# 最小滑窗，while里更新结果for r in range(lens):if mp[s[r]] > 0:count -= 1mp[s[r]] -= 1  # 消耗掉# 如果完全匹配成功，收缩左边界while count == 0:  if r - l < min_len:  # 如果窗口长度比之前的小就记录结果min_len = r - l + 1res = s[l:r+1]if mp[s[l]] == 0:  # 如果是要匹配的字符就增加countcount += 1mp[s[l]] += 1  # 还回去l += 1  # 收缩边界return res

后言

•  快两周没碰代码了，果然还是生疏了，得持续地码，脚踏实地是解决焦虑的最佳手段