虚拟主机部署网站品牌推广案例及方案

1. 两数之和

• 题目描述
  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。但是，数组中同一个元素在答案里不能重复出现
• 思路
  通过哈希表保存每个数字nums[i]对应的下标，并查找target-nums[i]是否在哈希表中，这样可以通过一次遍历就完成；
  时间复杂度: O(N)；空间复杂度: O(N)
• 代码

  class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]:n = len(nums)if n < 2:return []dic = {}for i in range(n):if target - nums[i] in dic:return [dic[target - nums[i]], i]dic[nums[i]] = i
  

2. 字母异位词分组

• 题目描述
  给你一个字符串数组，请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。
  字母异位词 是由重新排列源单词的所有字母得到的一个新单词。
  示例 1:

    输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]输出: [["bat"],["nat","tan"],["ate","eat","tea"]]
  

• 思路
  提到字母异位词要联想到两点：(1) 字母异位词的字母计数的哈希表是相同的 （2）字母异位词按照字母序排序后的字符串是相同的
  本道题就是要将字母异位词进行聚类，判断方式无非上面两种，由于我们通过字典存储聚类字母异位词，而字典是不可哈希的，无法作为字典的key，因此就将排序后的字母异位词作为key；
  时间复杂度：O(nklog⁡k)其中 n是 strs 中的字符串的数量，k是 strs 中的字符串的的最大长度。
  空间复杂度：O(nk)

• 代码

  class Solution:def groupAnagrams(self, strs: List[str]) -> List[List[str]]:n = len(strs)if n == 0:return []dic = {}for i in range(n):s = strs[i]s_sorted = "".join(sorted(s))if s_sorted not in dic:dic[s_sorted] = [s]else:dic[s_sorted].append(s)return [value for value in dic.values()]
  

  如果想通过字母计数哈希表的方式来实现，则不能用字典来计数，需要用列表，然后再转成tuple，可以作为dict的key:

  class Solution:def groupAnagrams(self, strs: List[str]) -> List[List[str]]:mp = collections.defaultdict(list)for st in strs:counts = [0] * 26for ch in st:counts[ord(ch) - ord("a")] += 1# 需要将 list 转换成 tuple 才能进行哈希mp[tuple(counts)].append(st)return list(mp.values())
  

3. 最长连续序列

• 题目描述
  给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。
  请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
  示例 1：

    输入：nums = [100,4,200,1,3,2]输出：4解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
  

• 思路
  由于序列是无序的，而题目要求O(n)的解法，那么想到用哈希表实现，注意哈希表题目有的用字典方便，有的用数组方便，有的用集合方便，集合（set）是一个无序的不重复元素序列。本题就是用set比较合适，因为我们只要方便查找哪些元素是否出现即可，不需要用到其他信息；

  1. 首先将所有元素放入set中
  2. 遍历set中的元素num，如果num-1在set中说明num并不是一个连续序列的起点；如果num是一个连续序列的起点，那么依次判断num+1，num+2是不是在set中，即可获取以num为起点的连续序列的长度；
     时间复杂度：O(N)；因为每个元素只会被遍历一次，因此数组中的每个数只会进入内层循环一次
     空间复杂度：O(N)

• 代码

  class Solution:def longestConsecutive(self, nums: List[int]) -> int:n = len(nums)if n == 0:return 0nums_set = set(nums)res = 1for i in nums_set:if i - 1 not in nums_set:cur_l = 1cur_num = iwhile cur_num + 1 in nums_set:cur_num += 1cur_l += 1res = max(res, cur_l)return res