【Leetcode刷题Python】42. 接雨水

### LeetCode 上 Python 的解题思路及代码示例 #### 使用 Python 标准库的重要性 在解决 LeetCode 问题时，熟悉 Python 标准库能够显著提高效率并简化代码逻辑。Python 提供了许多强大的内置模块和函数，这些工具可以帮助开发者快速处理复杂的数据结构和算法问题[^1]。 以下是几个常见的 LeetCode 题目及其对应的 Python 解法： --- #### 示例一：有效括号 (LeetCode 20) 此问题是经典的栈操作案例。给定一个只包含 `'('` 和 `')'` 的字符串，判断该字符串中的括号是否合法。可以通过模拟栈的操作来验证每一对括号的匹配情况。 ```python def isValid(s: str) -> bool: stack = [] mapping = {")": "(", "}": "{", "]": "["} for char in s: if char in mapping.values(): stack.append(char) elif char in mapping.keys(): if not stack or stack.pop() != mapping[char]: return False return not stack ``` 上述代码利用了字典存储括号之间的映射关系，并通过列表作为栈的基础数据结构完成匹配过程[^2]。 --- #### 示例二：链表反转部分节点 (LeetCode 92 或 类似于引用中的第 4 条) 对于链表类题目，通常涉及指针操作以及边界条件的严格控制。以下是一个简单的例子——局部翻转链表的部分节点。 输入样例： - 输入：`head = [1,2,3,4,5], k = 3` - 输出：`[3,2,1,4,5]` 解决方案如下所示： ```python class ListNode: def __init__(self, val=0, next=None): self.val = val self.next = next def reverseKGroup(head: ListNode, k: int) -> ListNode: dummy = jump = ListNode(0) dummy.next = l = r = head while True: count = 0 while r and count < k: # 判断是否有k个节点待反转 r = r.next count += 1 if count == k: # 如果满足，则执行反转 pre, cur = None, l for _ in range(k): # 反转l到r之前的k个节点 temp = cur.next cur.next = pre pre = cur cur = temp jump.next = pre # 连接已反转部分与剩余未反转部分 jump = l # 移动jump至当前组最后一个节点位置(l现在指向原组最后一位) l = r # 更新下一次循环起点为下一组的第一个节点(r此时位于下一组第一个节点处或者None) else: # 不足k个则无需继续反转 break jump.next = l # 将最后一段不足k个的节点连接起来 return dummy.next # 返回新头结点dummy.next ``` 这段代码实现了对指定长度子序列的逆序排列功能[^4]。 --- #### 示例三：二叉树遍历系列 (LeetCode 144/94/145) 针对二叉树的不同遍历方式（前序、中序、后序），可以采用递归方法轻松实现。下面分别展示这三种基本形式的具体实现方案。 ##### 前序遍历 (Preorder Traversal) ```python def preorderTraversal(root: TreeNode) -> list[int]: result = [] def dfs(node): if node is None: return result.append(node.val) # 访问根节点 dfs(node.left) # 左子树递归访问 dfs(node.right) # 右子树递归访问 dfs(root) return result ``` ##### 中序遍历 (Inorder Traversal) ```python def inorderTraversal(root: TreeNode) -> list[int]: result = [] def dfs(node): if node is None: return dfs(node.left) # 左子树递归访问 result.append(node.val) # 访问根节点 dfs(node.right) # 右子树递归访问 dfs(root) return result ``` ##### 后序遍历 (Postorder Traversal) ```python def postorderTraversal(root: TreeNode) -> list[int]: result = [] def dfs(node): if node is None: return dfs(node.left) # 左子树递归访问 dfs(node.right) # 右子树递归访问 result.append(node.val) # 访问根节点 dfs(root) return result ``` 以上三个版本均基于深度优先搜索策略构建而成，区别仅在于何时记录当前节点值的时间点不同而已[^3]。 --- ### 总结 通过对典型 LeetCode 题目的解析可以看出，在日常刷题过程中注重积累常用技巧非常重要；比如善用堆栈解决配对问题、灵活运用链表双指针技术优化空间性能指标等等。同时也要不断巩固基础理论知识体系，这样才能更好地应对各种复杂的场景需求。