对于链表长度一样大的情况，两个链表各遍历走一遍就知道是否有公共解 对于长度不一样的，当一个链表走到末尾，它的下一个接着另一个链表的头开始走，另一个也做同样的操作。如果两个链表有相同的节点，在第二轮遍历中会相遇。 class Solution: def FindFirstCommonNode(self , pHead1 , pHead2 ): # write code here # 长度相同有公共结点，第一次就遍历到；没有公共结点，走到尾部NULL相遇，返回NULL # 长度不同有公共结点，第一遍走完长度的差值就出来了，第二遍一起到公共结...

1, 将原数组排序，然后从小到大遍历排序数组，求这个数在原数组中的index，这个index就代表有多少个数字在该数的前面并且大于这个数.注意：每次计算后要在数组中除掉这个数。2, 第一种方法超时，题解第二种解法，首先以第一个元素作为对照，比这个数大的进入大数组，比对照数小的进入小数组，此时记录大数组的个数加上1，用result累加，就是此刻和该数对比有多少个逆序，然后递归操作大数组和小数组中的元素，直到元素个数为<=1. # 方法一 class Solution: def InversePairs(self, data): # write code here ...

用s.count()函数计算元素出现的个数，用index()求出元素的位置 class Solution: def FirstNotRepeatingChar(self, s): if s == '': return -1 for i in s: if s.count(i) == 1: return s.index(i) return -1

事实上我们不需要每次都计算前面所有丑数乘以2，3，5的结果，然后再比较大小。因为在已存在的丑数中，一定存在某个数m2（在代码中用res[t2]表示，t2表示需要乘以2的丑数的位置），在它之前的所有数乘以2都小于已有丑数，而m2×2的结果一定大于最大的丑数，同理，也存在这样的数m3，m5，我们只需要标记这三个数即可。 class Solution: def GetUglyNumber_Solution(self, index): if index == 0: return 0 res = [1] # res用来存储丑数 ...

把数字变成字符再比较大小，用冒泡排序比较各种排列情况，选出最小的排序组合，再合成为一个字符输出 class Solution: def PrintMinNumber(self, numbers): numbers = [str(num) for num in numbers] for i in range(len(numbers) - 1): for j in range(i, len(numbers)): if numbers[i] + numbers[j] > numbers[j] + ...

主要找规律，用base*round这个主要规律，base代表该位数的权重，round表示该数前面的值（表示在该位循环了多少次）。用weight表示该数值，former表示该数后面的值（只有当weight为1时有用）。当weight = 1 时用 base * round+former+1当weight = 0 时用 base * round当weight > 1 时用 base * round+base注意former的计算，用round对base取余计算weight计算，用round对10取余round每次要 对10除尽base每次乘以10 class Solution: d...

主要使用一个临时变量sum_array和一个总列表List_num来参与记录 list_sum用来存储sum_array值，sum_array记录每个值相加的和， 注意是list_sum先存储值，然后判断sum_array是否小于0（为了避免数组中没有正数的情况），如果小于0，说明前面几个数不做贡献，则命其为0.继续相加 class Solution: def FindGreatestSumOfSubArray(self, array): sum_array = 0 list_num = [] for i in array: ...

主要运用先排序，再切分， 注意sort 与 sorted 区别： sort 是应用在 list 上的方法，属于列表的成员方法，sorted 可以对所有可迭代的对象进行排序操作。 list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而 不是在原来的基础上进行的操作。 sort使用方法为ls.sort()，而sorted使用方法为sorted(ls) class Solution: def GetLeastNumbers_Solution(self, tinput, k): t...

这里主要用到 【数组.count(元素)】这个计算数组中某一个元素的个数 class Solution: def MoreThanHalfNum_Solution(self, numbers): n = len(numbers) list01 = set(numbers) for i in list01: if numbers.count(i) > n // 2: return i

采用itertools模块中的permutations方法（就是返回可迭代对象的所有数学全排列方式），注意这里是一个可迭代对象，不能直接返回，所以用map函数来映射。 import itertools class Solution: def Permutation(self, ss): if not ss: return [] return list(set(map(''.join, itertools.permutations(ss)))) s = Solution() print(s.Permutation('123...

首先复制新节点到每个源节点的后面，即next节点。然后复制新节点的random节点，这里因为有了新节点，所以random节点块与题给的样式相同。最后拆分新旧节点，先设置一个新节点的头结点，然后拆分属于新节点的那个节点连续块。 一种普通方法，一种递归方法。注意递归时有两个next，一个是该节点的next指向，另一个是下一个节点的内容 class RandomListNode: def __init__(self, x): self.label = x self.next = None self.random = None class So...

描述输入一颗二叉树的根节点和一个整数，按字典序打印出二叉树中结点值的和为输入整数的所有路径。路径定义为从树的根结点开始往下一直到叶结点所经过的结点形成一条路径。 该题本质上属于深度优先搜索，使用前序遍历对整棵树遍历， 当访问到叶子结点时如果结果与目标值相同，存储路径，直接返回函数并删除该路径的叶子结点，然后访问该节点的兄弟节点（即上个根节点的右子节点）或者直接返回到上上个根节点的右子节点 如果不同，返回继续遍历，注意每次返回到上个根节点时要删除该path存储的路径 # class TreeNode: # def __init__(self, x): # self.v...

对于后续遍历序列，序列的最后一个值一定是树的根结点，而由二叉搜索树的性质：左小右大，我们可以从头开始遍历，当遍历到某个值比根结点大时停止，记为flag，此时flag之前的所有数值都是二叉搜索树的左子树的结点，flag以及flag之后的所有数都是二叉搜索树的右子树的结点。这是由二叉搜索树以及后序遍历共同决定的。接下来，我们就可以把任务交给递归，同样的方法去判断左子树和右子树是否是二叉搜索树， # -*- coding:utf-8 -*- class Solution: def VerifySquenceOfBST(self, sequence): if not sequ...

快速排序使用分治法策略来把一个序列分为较大和较小的2的子序列，然后递归的排序两个子序列 1，挑选基准值2，分割，小于基准值的放在前面，大于基准值放在后面3，递归排序子序列 def partition(arr, low, high): i = low pivot = arr[high] for j in range(low, high): if arr[j] <= pivot: arr[i], arr[j] = arr[j], arr[i] i += 1 arr[i], arr[high] = ...