（以下預設nums為陣列。）
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陣列來保存狀態。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.合併兩個有序數組、350.兩個陣列的交集 II可以是左右指針對一個陣列使用。
也可以是兩個指標遍歷兩個陣列。 while index1<m and index2<n:
Python中一般用list實作可變數組。
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。參考序列操作文件）
| 函數 | 功能 |
|---|---|
nums.sort(key,reversed) | （原地）依照key升序排序，reversed可以指定是否反轉。 |
sorted(nums,key,reversed) | #用法與nums.sort類似，但傳回另一個陣列，原數組不變。 |
s.append(x) | |
| |
| |
s = t | 用t 的內容擴展s |
判斷x是否在陣列nums | 。 |
返回s | 長度 |
s最大值、最小值 | ##all( iterable)iterable 的所有元素均為真值（或可迭代物件為空）則傳回 | True
创建多维列表，一般用
w, h = 2, 3 A = [[None] * w for i in range(h)]
等价于
A = [None] * 3
for i in range(3):
A[i] = [None] * 2而不是
A = [[None] * 2] * 3
原因在于用*对列表执行重复操作并不会创建副本，而只是创建现有对象的引用。 *3创建的是包含 3 个引用的列表，每个引用指向的是同一个长度为 2 的列表。
如果你给一项赋值，就会发现这个问题：
>>> A[0][0] = 5 >>> A [[5, None], [5, None], [5, None]]<h2>第1天</h2> <h3>217. 存在重复元素</h3> <p>给定数组，判断是否存在重复元素。 做法：</p> <ol class=" list-paddingleft-2"> <li><p>直接遍历（穷举）</p></li> <li><p>排序后，比较每个元素和下一个元素</p></li> <li><p>哈希表</p></li> </ol> <p>直接遍历会超时。 2的时间复杂度是O(nlogn) 也就是排序的时间复杂度 3的时间复杂度是O(n)，但需要额外的O(n)辅助空间。 （穷举法基本都能想到，但很容易超时，后面只有在穷举法能通过时才列出来。）</p> <p>3比较简单，这里写一下3的做法：</p> <pre class="brush:php;toolbar:false">return len(nums) != len(set(nums))
给定数组，求其中一个连续数组和的最大值。
比较容易想到的是用一个数组记录目前位置最大的值（动态规划）。
用 dp[i] 表示以i位置结尾的连续数组和的最大值。
最后返回dp数组中最大值。
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)
题解给出了一种省略dp数组的方法：
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
找出数组中两个数之和等于target的两数下标。
但时间较长，时间复杂度$O(N^2)$
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 []
官方题解的一个比较巧妙的方式：使用哈希表（字典） 用字典记录出现过的数字的位置。 时间复杂度$O(N)$，空间复杂度$O(N)$
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 []
两个有序数组，将第二个数组nums2合并到第一个数组nums1。
1.可以用双指针遍历两个数组：
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.
"""
# 两个中存在空数组的时，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，更简洁、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更简单粗暴的方式是直接将nums2追加到nums1后，进行排序。
及其简单而且效果很好。
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()以数组形式返回两数组的交集（数组形式，返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致）。 排序后双指针遍历。
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只需要记录下当前最低价，遍历价格过程中，用当前价格-最低价 就是当前可获得的最大利润。另外如果出现了更低的价格，则最低价也要更新。（一个朴素的想法，要是我在最低点买进就好了） 总的最大利润就是这些利润中的最大值。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
r = 0
min_price = float('inf') # float('inf')表示正无穷
for price in prices:
min_price = min(min_price, price) # 截止到当前的最低价（买入价）
r = max(r, price - min_price) # 截止到目前的最高利润
return r给定一个mxn的数组，重构为rxc的数组。
比较简单的想法是把数组拉平为一位数组，然后逐个填充到新的数组中：
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
官方提供了一种直接计算下标的方法：
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
找规律题。可以直接按照生成的规律生成数组。在「杨辉三角」中，每个数是它左上方和右上方的数的和。
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
判断当前数独是否有效（不需要填充数独） 只要用3个二维数组维护9行、9列、9个九宫格。
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
如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。 A： 利用数组的首行和首列来记录 0 值 另外用两个布尔值记录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. """ #标记 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
以上是Python多維列表中的坑怎麼解決的詳細內容。更多資訊請關注PHP中文網其他相關文章！
