当前位置： 移动技术网 > IT编程>脚本编程>Python > 力扣（697，785）

力扣（697，785）

2020年07月20日  | 移动技术网IT编程  | 我要评论

697. 数组的度

题目：给定一个非空且只包含非负数的整数数组 nums, 数组的度的定义是指数组里任一元素出现频数的最大值。

你的任务是找到与 nums 拥有相同大小的度的最短连续子数组，返回其长度。

示例 1:

输入: [1, 2, 2, 3, 1]
输出: 2

解释:

输入数组的度是2，因为元素1和2的出现频数最大，均为2. 连续子数组里面拥有相同度的有如下所示: [1, 2, 2, 3, 1], [1,
2, 2, 3], [2, 2, 3, 1], [1, 2, 2], [2, 2, 3], [2, 2] 最短连续子数组[2,
2]的长度为2，所以返回2.

示例 2:

输入: [1,2,2,3,1,4,2]
输出: 6

注意:

nums.length 在1到50,000区间范围内。
nums[i] 是一个在0到49,999范围内的整数。

【C语言】

int findShortestSubArray(int* nums, int numsSize){
    int mark[50000]={0},start[50000]={0},end[500000]={0};
    int i;
    int count=0,min;
    for(i=0;i<numsSize;i++)
    {
        mark[nums[i]]++;//记录度
        if(mark[nums[i]]>count)
        count=mark[nums[i]];//记下最大的度
        if(mark[nums[i]]==1)//第一次出现，需要设置起点
        {
            start[nums[i]]=i;
            end[nums[i]]=i;
        }
        else if(mark[nums[i]]>1)//非第一次出现
        end[nums[i]]=i;
    }
    min=50000;//寻找最大
    for(i=0;i<50000;i++)
    {
        if(mark[i]==count)//判断符合要求的
            if(end[i]-start[i]<min)
                min=end[i]-start[i];
    }
        min++;
    return min;
}

【python】

class Solution:
    def findShortestSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dic={}
        count=0
        n=len(nums)
        res=n
        for i in range(n):
            if nums[i] not in dic:
                dic[nums[i]]=[i]
            else:
                dic[nums[i]].append(i)
        for key in dic:
            m=len(dic[key])
            if m>count:
                count=m
                res=dic[key][m-1]-dic[key][0]+1
            if m==count:
                res=min(res,dic[key][m-1]-dic[key][0]+1)
        return res

785. 判断二分图
题目：

给定一个无向图graph，当这个图为二分图时返回true。

如果我们能将一个图的节点集合分割成两个独立的子集A和B，并使图中的每一条边的两个节点一个来自A集合，一个来自B集合，我们就将这个图称为二分图。

graph将会以邻接表方式给出，graph[i]表示图中与节点i相连的所有节点。每个节点都是一个在0到graph.length-1之间的整数。这图中没有自环和平行边：
graph[i] 中不存在i，并且graph[i]中没有重复的值。

示例 1:

输入: [[1,3], [0,2], [1,3], [0,2]]
输出: true

解释:

无向图如下:
0----1
| \ |
| \ |
3----2
我们可以将节点分成两组: {0, 2} 和 {1, 3}。

示例 2:

输入: [[1,2,3], [0,2], [0,1,3], [0,2]]
输出: false

解释:

无向图如下:
0----1
| \ |
| \ |
3----2
我们不能将节点分割成两个独立的子集。

注意:

graph 的长度范围为 [1, 100]。 graph[i] 中的元素的范围为 [0, graph.length - 1]。
graph[i] 不会包含 i 或者有重复的值。 图是无向的: 如果j 在 graph[i]里边, 那么 i 也会在 graph[j]里边。

【C语言】

int color[100]={2};     //初始化任意值

bool dfs(int **graph,int graphSize,int *graphColSize,int i,int colorVal){
    if(color[i]!=-1){   //已经染色
        if(color[i]!=colorVal) //不能只用两种颜色分完
            return false;
    }

    color[i]=colorVal;  
    for(int j=0;j<graphColSize[i];j++){    //遍历和i相邻节点
        if(color[i]==color[graph[i][j]])    return false;   //同色
        else if(color[graph[i][j]]==-1){    //相邻节点还未着色
            if(!dfs(graph,graphSize,graphColSize,graph[i][j],!colorVal))
                return false;   //相邻节点不满足二分图条件（递归）
            }
    }
    return true;
}


bool isBipartite(int** graph, int graphSize, int* graphColSize){
    for(int i=0;i<graphSize;i++)    color[i]=-1;    //设置为未着色状态

    for(int i=0;i<graphSize;i++){
        if(color[i]==-1)        //没赋值
            if(!dfs(graph,graphSize,graphColSize,i,0))
                return false;   //节点i不满足二分图条件
    }

    return true;
}

【python】

class Solution:
    def isBipartite(self, graph: List[List[int]]) -> bool:
        left = [0]
        right = graph[0]
        dic = dict((enumerate(graph[1:], 1)))
        dic = {i:j for i,j in dic.items() if len(j)>0}

        while len(dic) > 0:
            for i in right:
                left += dic.pop(i, [])
            for j in left:
                right += dic.pop(j, [])
            if len(set(right) & set(left)) > 0:
                return False
            if len(set(set(left) | set(right)) & set(dic.keys())) == 0 and len(dic) > 0:
                key = min(dic.keys())
                right += dic.pop(key)
                left +=[key]
        return True

本文地址：https://blog.csdn.net/DAVIYLSH/article/details/107433601

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网