Top 100 Linked Question 修炼------第169题、第198题

169. Majority Element

题目链接

题目解释：给出一个长度为n的数组，找到主元素。这个主元素是在这个数组中出现的次数超过了数组长度的一半。假设这个数组非空以及主元素是存在的。

Example 1:

Input: [3,2,3]
Output: 3

Example 2:

Input: [2,2,1,1,1,2,2]
Output: 2

题目分析：数组的长度我们可以一下子确定出来，但是怎么能确定某一个元素是不是主元素呢？

最简单的方式我们可以通过将数组进行排序，因为主元素一定存在，那么必然存在这个特点：[n/2]位置的元素一定是主元素，于是得到今日份简介代码：

    def majorityElement(self,nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        nums.sort()
        return nums[len(nums)//2]

时间复杂度：O(n)

题目简单，我们可以再进行发散一下思路，我们在操作的时候也可以设置标志位来进行，设置一个count和candidate来进行操作：

    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        count = 0
        candidate = None
        for num in nums:
            if count == 0:
                candidate = num
            count += (1 if num == candidate else -1)
        return candidate

再给出一种做法是基于Python强大的内置类，通过Counter来计数，最后选择最大的数即可。

    def majorityElement(self,nums):
        """
        使用HashMap
        :param nums:
        :return:
        """
        import collections
        counts = collections.Counter(nums)
        return max(counts.keys(), key=counts.get)

198. House Robber

题目链接

题目解释：假设你是一个专业的盗贼，你想盗窃一条街房间里面的物品。每个房间里面都要存放有特定的金钱。唯一限制你进行盗窃的是相邻的房间都有报警系统相连，如果两个相邻的房间在同一天晚上被盗窃了，那么报警器会自动的呼叫警察。

给定一系列非负整数代表每个房子所含有的金钱，假设你是盗贼，确定你在不惊动警察的情况下，你所能盗取的最大的钱的数目。

Example 1:

Input: [1,2,3,1]
Output: 4
Explanation: Rob house 1 (money = 1) and then rob house 3 (money = 3).
             Total amount you can rob = 1 + 3 = 4.

Example 2:

Input: [2,7,9,3,1]
Output: 12
Explanation: Rob house 1 (money = 2), rob house 3 (money = 9) and rob house 5 (money = 1).
             Total amount you can rob = 2 + 9 + 1 = 12.

题目分析：首先看到这个题目的时候，观察后面题目给出的要求：要求获取最大的钱数，那么应该能够想到的方法中应该是存在动态规划这个算法的。因为在求解最值的时候，动态规划是我们常用的一个方法。使用动态规划的关键是找到状态转移方程，那么接下来是分析状态转移方程的由来：

对于第i个位置的房子，可供盗贼选择的有两个状态：抢或者不抢。如果选择抢，那么其获得总收益为dp[i-2]+nums[i]（因为存在限制问题，若要抢劫第i间房子，那么第i-1间房子就是不能被盗窃的对象）；如果选择不抢，那么到第i间房子为止，所获得的最大的收益为dp[i-1]。于是我们就是要取这两者之间的最大值即可。

dp[i]=max(dp[i-1],dp[i-2]+nums[i])

有了状态转移方程，那么边界条件和最优值函数也就特别简单了。于是可以直接得出下面的代码：

class Solution(object):
    def rob(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        n = len(nums)
        if not n:
            return 0
        elif n == 1:
            return nums[0]
        # 是指动态规划数组
        robValues = [0] * n
        robValues[0] = nums[0]
        robValues[1] = max(nums[:2])
        for i in range(2, n):
            robValues[i] = max(nums[i] + robValues[i - 2], robValues[i - 1])
        return robValues[n - 1]

总结

2019-5-6日，五一小长假过去啦.....