算法题:八道核心母题
母题 1
题目描述
给你两个有序的非空数组 nums1 和 nums2,让你从每个数组中分别挑一个,使得二者差的绝对值最小。
思路
- 初始化 ans 为无限大
- 使用两个指针,一个指针指向数组 1,一个指针指向数组 2
- 比较两个指针指向的数字的大小,并更新较小的那个的指针,使其向后移动一位。更新的过程顺便计算 ans
- 最后返回 ans
代码
def f(nums1, nums2):
i = j = 0
ans = float('inf')
while i < len(nums1) and j < len(nums2):
ans = min(ans, abs(nums1[i] - nums2[j]))
if nums1[i] < nums2[j]:
i += 1
else:
j += 1
return ans
复杂度分析
- 时间复杂度:$O(N)$
- 空间复杂度:$O(1)$
母题 2
题目描述
给你两个非空数组 nums1 和 nums2,让你从每个数组中分别挑一个,使得二者差的绝对值最小。
思路
数组没有说明是有序的,可以选择暴力。两两计算绝对值,返回最小的即可。
代码:
def f(nums1, nums2):
ans = float('inf')
for num1 in nums1:
for num2 in nums2:
ans = min(ans, abs(num1 - num2))
return ans
复杂度分析
- 时间复杂度:$O(N ^ 2)$
- 空间复杂度:$O(1)$
由于暴力的时间复杂度是 $O(N^2)$,因此其实也可以先排序将问题转换为母题 1,然后用母题 1 的解法求解。
复杂度分析
- 时间复杂度:$O(NlogN)$
- 空间复杂度:$O(1)$
母题 3
题目描述
给你 k 个有序的非空数组,让你从每个数组中分别挑一个,使得二者差的绝对值最小。
思路
继续使用母题 1 的思路,使用 k 个 指针即可。
复杂度分析
- 时间复杂度:$O(klogM)$,其中 M 为 k 个非空数组的长度的最小值。
- 空间复杂度:$O(1)$
我们也可以使用堆来处理,代码更简单,逻辑更清晰。这里我们使用小顶堆,作用就是选出最小值。
代码
def f(matrix):
ans = float('inf')
max_value = max(nums[0] for nums in matrix)
heap = [(nums[0], i, 0) for i, nums in enumerate(nums)]
heapq.heapify(heap)
while True:
min_value, row, idx = heapq.heappop(heap)
if max_value - min_value < ans:
ans = max_value - min_value
if idx == len(matrix[row]) - 1:
break
max_value = max(max_value, matrix[row][idx + 1])
heapq.heappush(heap, (matrix[row][idx + 1], row, idx + 1))
return ans
复杂度分析
建堆的时间和空间复杂度为 $O(k)$。
while 循环会执行 M 次 ,其中 M 为 k 个非空数组的长度的最小值。heappop 和 heappush 的时间复杂度都是 logk。因此 while 循环总的时间复杂度为 $O(Mlogk)$。
- 时间复杂度:$O(max(Mlogk, k))$,其中 M 为 k 个非空数组的长度的最小值。
- 空间复杂度:$O(k)$
母题 4
题目描述
给你 k 个非空数组,让你从每个数组中分别挑一个,使得二者差的绝对值最小。
思路
先排序,然后转换为母题 3
母题 5
题目描述
给你两个有序的非空数组 nums1 和 nums2,让你将两个数组合并,使得新的数组有序。
LeetCode 地址: https://leetcode-cn.com/problems/merge-sorted-array/
思路
和母题 1 类似。
代码
def f(nums1, nums2):
i = j = 0
ans = []
while i < len(nums1) and j < len(nums2):
if nums1[i] < nums2[j]:
ans.append(nums1[i])
i += 1
else:
ans.append(nums2[j])
j += 1
if nums1:
ans += nums2[j:]
else:
ans += nums1[i:]
return ans
复杂度分析
- 时间复杂度:$O(N)$
- 空间复杂度:$O(1)$
母题 6
题目描述
给你 k 个有序的非空数组 nums1 和 nums2,让你将 k 个数组合并,使得新的数组有序。
思路
和母题 5 类似。 只不过不是两个,而是多个。我们继续套用堆的思路。
代码
import heapq
def f(matrix):
ans = []
heap = []
for row in matrix:
heap += row
heapq.heapify(heap)
while heap:
cur = heapq.heappop(heap)
ans.append(cur)
return ans
复杂度分析
建堆的时间和空间复杂度为 $O(N)$。
heappop 的时间复杂度为 $O(logN)$。
- 时间复杂度:$O(NlogN)$,其中 N 是矩阵中的数字总数。
- 空间复杂度:$O(N)$,其中 N 是矩阵中的数字总数。
母题 7
题目描述
给你两个有序的链表 root1 和 root2,让你将两个链表合并,使得新的链表有序。
LeetCode 地址: https://leetcode-cn.com/problems/merge-two-sorted-lists/
思路
和母题 5 类似。 不同的地方在于数据结构从数组变成了链表,我们只需要注意链表的操作即可。
这里我使用了迭代和递归两种方式。
大家可以把母题 5 使用递归写一下。
代码
# Definition for singly-linked list.
class ListNode:
def __init__(self, x):
self.val = x
self.next = None
class Solution:
def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode:
if not l1: return l2
if not l2: return l1
if l1.val < l2.val:
l1.next = self.mergeTwoLists(l1.next, l2)
return l1
else:
l2.next = self.mergeTwoLists(l1, l2.next)
return l2
复杂度分析
- 时间复杂度:$O(N)$,其中 N 为两个链表中较短的那个的长度。
- 空间复杂度:$O(N)$,其中 N 为两个链表中较短的那个的长度。
# Definition for singly-linked list.
class ListNode:
def __init__(self, x):
self.val = x
self.next = None
class Solution:
def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode:
if not l1: return l2
if not l2: return l1
ans = cur = ListNode(0)
while l1 and l2:
if l1.val < l2.val:
cur.next = l1
cur = cur.next
l1 = l1.next
else:
cur.next = l2
cur = cur.next
l2 = l2.next
if l1:
cur.next = l1
else:
cur.next = l2
return ans.next
复杂度分析
- 时间复杂度:$O(N)$,其中 N 为两个链表中较短的那个的长度。
- 空间复杂度:$O(1)$
母题 8
题目描述
给你 k 个有序的链表,让你将 k 个链表合并,使得新的链表有序。
LeetCode 地址: https://leetcode-cn.com/problems/merge-k-sorted-lists/
思路
和母题 7 类似,我们使用递归可以轻松解决。其实本质上就是
代码
# Definition for singly-linked list.
class ListNode:
def __init__(self, x):
self.val = x
self.next = None
class Solution:
def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode:
if not l1: return l2
if not l2: return l1
if l1.val < l2.val:
l1.next = self.mergeTwoLists(l1.next, l2)
return l1
else:
l2.next = self.mergeTwoLists(l1, l2.next)
return l2
def mergeKLists(self, lists: List[ListNode]) -> ListNode:
if not lists: return None
if len(lists) == 1: return lists[0]
return self.mergeTwoLists(lists[0], self.mergeKLists(lists[1:]))
复杂度分析
mergeKLists 执行了 k 次,每次都执行一次 mergeTwoLists,mergeTwoLists 的时间复杂度前面已经分析过了,为 $O(N)$,其中 N 为两个链表中较短的那个的长度。
- 时间复杂度:$O(k * N)$,其中 N 为两个链表中较短的那个的长度
- 空间复杂度:$O(max(k, N))$
# Definition for singly-linked list.
class ListNode:
def __init__(self, x):
self.val = x
self.next = None
class Solution:
def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode:
if not l1: return l2
if not l2: return l1
if l1.val < l2.val:
l1.next = self.mergeTwoLists(l1.next, l2)
return l1
else:
l2.next = self.mergeTwoLists(l1, l2.next)
return l2
def mergeKLists(self, lists: List[ListNode]) -> ListNode:
if not lists: return None
if len(lists) == 1: return lists[0]
return self.mergeTwoLists(self.mergeKLists(lists[:len(lists) // 2]), self.mergeKLists(lists[len(lists) // 2:]))
复杂度分析
mergeKLists 执行了 logk 次,每次都执行一次 mergeTwoLists,mergeTwoLists 的时间复杂度前面已经分析过了,为 $O(N)$,其中 N 为两个链表中较短的那个的长度。
- 时间复杂度:$O(Nlogk)$,其中 N 为两个链表中较短的那个的长度
- 空间复杂度:$O(max(logk, N))$,其中 N 为两个链表中较短的那个的长度
全家福
最后送大家一张全家福:
子题
实际子题数量有很多,这里提供几个供大家练习。一定要练习,不能眼高手低。多看我的题解,多练习,多总结,你也可以的。
- 面试题 17.14. 最小 K 个数
- 1200. 最小绝对差
- 632. 最小区间
- 两数和,三数和,四数和 k 数和
总结
母题就是抽象之后的纯粹的东西。如果你掌握了母题,即使没有掌握抽象的能力,依然有可能套出来。但是随着题目做的变多,“抽象能力”也会越来越强。因为你知道这些题背后是怎么产生的。
本期给大家介绍了八道母题, 大家可以在之后的刷题过程中尝试使用母题来套模板。之后会给大家带来更多的母题。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论