成都创新互联网站制作重庆分公司

leetcode如何解决区域和检索之数组不可变问题

小编给大家分享一下leetcode如何解决区域和检索之数组不可变问题,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!

创新互联2013年开创至今,先为蓝山等服务建站,蓝山等地企业,进行企业商务咨询服务。为蓝山企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

一、题目内容

给定一个整数数组  nums,求出数组从索引 i 到 j(i ≤ j)范围内元素的总和,包含 i、j 两点。

实现 NumArray 类:

NumArray(int[] nums) 使用数组 nums 初始化对象
int sumRange(int i, int j) 返回数组 nums 从索引 i 到 j(i ≤ j)范围内元素的总和,包含 i、j 两点(也就是 sum(nums[i], nums[i + 1], ... , nums[j]))

示例:

输入:
["NumArray", "sumRange", "sumRange", "sumRange"]
[[[-2, 0, 3, -5, 2, -1]], [0, 2], [2, 5], [0, 5]]
输出:
[null, 1, -1, -3]

解释:
NumArray numArray = new NumArray([-2, 0, 3, -5, 2, -1]);
numArray.sumRange(0, 2); // return 1 ((-2) + 0 + 3)
numArray.sumRange(2, 5); // return -1 (3 + (-5) + 2 + (-1)) 
numArray.sumRange(0, 5); // return -3 ((-2) + 0 + 3 + (-5) + 2 + (-1))

提示:

0 <= nums.length <= 10^4
-105 <= nums[i] <= 10^5
0 <= i <= j < nums.length
最多调用 104 次 sumRange 方法

二、解题思路

1.暴力法,每次都从i到j计算和;

2.动态规划,计算从左边起始到每个元素的和,当前和=到之前数字的和+当前数字;

三、代码

class NumArray1:

    def __init__(self, nums: list):
        self.nums = nums

    def sumRange(self, i: int, j: int) -> int:
        return sum(self.nums[i:j + 1])


class NumArray2:

    def __init__(self, nums: list):
        self.nums = nums
        self.sums = [0 for _ in range(len(nums) + 1)]

        for i in range(len(nums)):
            self.sums[i + 1] = self.sums[i] + nums[i]

    def sumRange(self, i: int, j: int) -> int:
        return self.sums[j + 1] - self.sums[i]


# Your NumArray object will be instantiated and called as such:
# obj = NumArray(nums)
# param_1 = obj.sumRange(i,j)

if __name__ == '__main__':
    nums = [-2, 0, 3, -5, 2, -1]
    numArray = NumArray2(nums)
    ans1 = numArray.sumRange(0, 2)
    ans2 = numArray.sumRange(2, 5)
    ans3 = numArray.sumRange(0, 5)
    print(ans1)
    print(ans2)
    print(ans3)

看完了这篇文章,相信你对“leetcode如何解决区域和检索之数组不可变问题”有了一定的了解,如果想了解更多相关知识,欢迎关注创新互联行业资讯频道,感谢各位的阅读!


分享文章:leetcode如何解决区域和检索之数组不可变问题
转载注明:http://cxhlcq.com/article/gegdpi.html

其他资讯

在线咨询

微信咨询

电话咨询

028-86922220(工作日)

18980820575(7×24)

提交需求

返回顶部