Python多维列表中的坑怎么解决

本篇内容主要讲解“Python多维列表中的坑怎么解决”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python多维列表中的坑怎么解决”吧!

成都创新互联公司是一家集成都网站制作、网站建设、网站页面设计、网站优化SEO优化为一体的专业网站建设公司，已为成都等多地近百家企业提供网站建设服务。追求良好的浏览体验,以探求精品塑造与理念升华,设计最适合用户的网站页面。合作只是第一步，服务才是根本,我们始终坚持讲诚信，负责任的原则，为您进行细心、贴心、认真的服务,与众多客户在蓬勃发展的市场环境中,互促共生。

数组常用想法总结：

（以下默认nums为数组。） 1.遍历数组遍历：

for num in nums:
	xxxx

带索引遍历

for idx,num in enumerate(nums):
	xxxx

2.动态规划(dp) 动态规划一般可以用一个数组保存状态。见53.最大子数组和。用数组保存状态是非常常用的做法。例如36.有效的数独、 73. 矩阵置零。

3.双指针见88.合并两个有序数组、350.两个数组的交集 II可以是左右指针对一个数组使用。也可以是两个指针遍历两个数组。while index1

`列表常用函数`

Python中一般用list实现可变数组。下面是list常用的函数。（可变序列类型通用操作，只有.sort是list独有的。参考序列操作文档）

函数	功能
`nums.sort(key,reversed)`	（原地）按照key升序排序，reversed可以指定是否反转。
`sorted(nums,key,reversed)`	用法与`nums.sort`类似，但返回另一个数组，原数组不变。
`s.append(x)`	将 x 添加到序列的末尾
`s.extend(t)` 或 `s += t`	用 t 的内容扩展 s
`x in s`	判断x是否在数组`nums`中。
`len(s)`	返回`s` 长度
`max(s)、min(s)`	返回`s`最大值、最小值
`all(iterable)`	如果 `iterable` 的所有元素均为真值（或可迭代对象为空）则返回 `True`
`any(iterable)`	如果 `iterable` 的任一元素为真值则返回 `True`。如果可迭代对象为空，返回 `False`。

`多维列表的一个坑`

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]]

`第1天`

`217. 存在重复元素`

给定数组，判断是否存在重复元素。做法：

直接遍历（穷举）
排序后，比较每个元素和下一个元素
哈希表

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。）

3比较简单，这里写一下3的做法：

return len(nums) != len(set(nums))

`53. 最大子数组和`

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

`第2天`

`1. 两数之和`

找出数组中两个数之和等于target的两数下标。

`暴力枚举可以`

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 []

`哈希表`

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 []

`88. 合并两个有序数组`

两个有序数组，将第二个数组nums2合并到第一个数组nums1。

`双指针`

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
（暴力） 追加后排序
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()
第3天
350. 两个数组的交集 II
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 inums2[j]):
                j+=1
            else:
                result.append(nums1[i])
                i+=1
                j+=1
       
        return  result
121. 买卖股票的最佳时机
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
第4天
566. 重塑矩阵
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
118. 杨辉三角
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
第5天
36. 有效的数独
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
73. 矩阵置零
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
到此，相信大家对“Python多维列表中的坑怎么解决”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！            
            
                        

            文章名称：Python多维列表中的坑怎么解决            

            文章位置：http://cdxtjz.cn/article/goiigh.html


    
        其他资讯
        
            
                    RPC结构是怎样的
                

                    为什么停止使用JavaScriptIIFE！
                

                    微信小程序返回上一页传参并刷新过程解析
                

                    python和java的性能哪个效率更快
                

                    Android数字签名的创建

Python多维列表中的坑怎么解决

数组常用想法总结：

列表常用函数

多维列表的一个坑

第1天

217. 存在重复元素

53. 最大子数组和

第2天

1. 两数之和

暴力枚举可以

哈希表

88. 合并两个有序数组

双指针

（暴力） 追加后排序

第3天

350. 两个数组的交集 II

121. 买卖股票的最佳时机

第4天

566. 重塑矩阵

118. 杨辉三角

第5天

36. 有效的数独

73. 矩阵置零

其他资讯