##LeetCode485

方法一:一次遍历

算法:

用一个计数器 count 记录 1 的数量,另一个计数器 maxCount 记录当前最大的 1 的数量。
遇到 1 时,count 加一。遇到 0 时:将 count 与 maxCount 比较,maxCoiunt 记录较大值。
将 count 设为 0。 返回 max(Count,maxcount)。

PS :当然也可以在遇到1时候就进行maxcount比较,(从测试用例耗时来看)和前面相比耗时会多一些 ,考虑原因可能是题目是找最大连续1的个数,用例中1比0多的用例占多数,遇到0时再max比较,比较次数会少一些

1
2
3
4
5
6
7
8
9
10
11
12
def findMaxConsecutiveOnes(self, nums: List[int]) -> int:
res=0
count=0
for i in range(len(nums)):
if nums[i]:
count+=1
#res=max(res,count)
else:
count=0
res=max(res,count)
#return res
retuen max(res,count)

复杂度分析

时间复杂度:O(N) N是数组的长度。
空间复杂度:O(1) count 和 maxCount。
方法二:
使用 splits 函数在 0 处分割将数组转换成字符串。在获取子串的最大长度就是最大连续 1 的长度。

1
return max(map(len, ''.join(map(str, nums)).split('0'))

方法三:

看到评论区有其他语言的双指针法,改写python

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
class Solution(object):
def findMaxConsecutiveOnes(self, nums):
count =0
start = 0
for i in range(len(nums)):
if nums[i]==1:
start =i
break
curstart = start
maxcount = 0
count =0
for i in range(start, len(nums)):
if nums[i]==1:
count+=1
if count>maxcount:
maxcount = count
else:
curstart=i+1
count = 0
return maxcount

如果使用普通的快排划分,虽然时间复杂度是O(n),空间复杂度是O(1)。

但是仍然不是最优解。因为普通的快排划分需要对数组进行两次扫描(第一次以2为中心划分,第二次以1为中心划分)。

题目要求的最优是对数组进行一次扫描。

怎么做呢?

设置两个变量r1,r2,含义是r1,左边(包含r1)的变量值都小于1,r2左边(包含r2)的变量值都小于2。

那么初始时他俩都是-1(实际上是左边界-1),代表他俩所包裹的范围是空。

假设现在有数组nums = [0,0,1,1,2,0,0],r1 = 1,r2 = 3。下一个数组索引i是5,也就是要处理0,这个数是小于2的。

因此r2+1,代表区间扩大,把nums[i]和nums[r2]交换。此时维持了r2左侧的数都是小于2的这个性质。

交换完之后,这个小于2的数存放在了nums[r2],但是这个nums[r2]仍然有可能小于1,若是小于1,那么

应该把r1+1,代表区间扩大,然后把nums[r1]和nums[r2]交换,这样才能维持r1左侧的数小于1的这个性质。

1
2
3
4
5
6
7
8
9
10
11
12
13
def sortColors(self, nums: List[int]) -> None:
def swap(nums,i,j):
temp=nums[i]
nums[i]=nums[j]
nums[j]=temp
r1,r2=-1,-1
for i in range (len(nums)):
if nums[i]<2:
r2+=1
swap(nums,i,r2)
if nums[r2]<1:
r1+=1
swap(nums,r1,r2)

×

纯属好玩

扫码支持
扫码打赏,你说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

文章目录
,