Leetcode刷题技巧总结篇（python版）

持续更新……

1 求字符差值

python不可以直接进行字符减运算。当需要进行字符之间的减运算时，我们可以用ord()函数。ord()是python自带的函数，无需导入。

print(ord(\'b\')-ord(\'a\')) 

2 字符串反转

string=\'leetcode\'
print(string[::-1])

3 数组元素计数

import collections
li=[1,2,2,4,5,5]
cnt = collections.Counter(li)
print(cnt)

4 字典遍历

cnt={1:4,2:3}
# 遍历键值对
for item in cnt.items():
    print(item)
# 遍历键
for item in cnt.keys():
    print(item)
# 遍历值
for item in cnt.values():
    print(item)

5 初始化全0数组

# 第一种
li=[0]*length
# 第二种
li=[0 for i in range(length)]
# 二维数组
li = [[0] * 3 for i in range(4)]

6 Counter计数

from collections import Counter
colors = [\'red\', \'blue\', \'red\', \'green\', \'blue\', \'blue\']
c = Counter(colors)
print(c)
print(dict(c))

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c + d                       # 相加
#Counter({\'a\': 4, \'b\': 3})

6 bisect的用法

bisect是python内置模块，用于有序序列的插入和查找。

查找： bisect(array, item)
插入： insort(array,item)

import bisect
 
a = [1,2,2,5,8]
position = bisect.bisect(a,7)#找到插入位置
print(position)
# 4
bisect.insort(a,4)#找到位置插入
print(a)
# [1, 2, 2, 4, 5, 8]
bisect.bisect_left(a,2)#插到左侧
# 1
bisect.bisect_right(a,2)#插到右侧
# 3

7 列表去重

l1 = [1,4,4,2,3,4,5,6,1]
l2 = list(set(l1))
print(l2)    # [1, 2, 3, 4, 5, 6]

8 列表转化成字符串

li=[\'a\',\'b\',\'c\']
print(\' \'.join(str(i) for i in li))

9 map函数

map(function, iterable, …)
返回的是一个迭代器对象。

def square(x):  # 计算平方数
    return x**2

a = list(map(square, [1, 2, 3, 4, 5]))  # 计算列表各个元素的平方
b = list(map(lambda x: x**2, [1, 2, 3, 4, 5]))  # 使用 lambda 匿名函数
print(a, b)

10 collections.deque

deque是双端队列（double-ended queue）的缩写，由于两端都能编辑，deque既可以用来实现栈（stack）也可以用来实现队列（queue）。

from collections import deque
# que = collections.deque()
a=deque([1,2,3])
a.pop()
# [1,2]
a.append(4)
# [1,2,4]
a.popleft()
# [2,4]
a.appendleft(0)
# [0,2,4]

相比于list实现的队列，deque实现拥有更低的时间和空间复杂度。list实现出队（pop）和插入（insert）时的空间复杂度大约为O(n)，deque在出队（pop）和入队（append）时的时间复杂度是O(1)。

11 PriorityQueue

from queue import PriorityQueue
Q=PriorityQueue()
Q.put(3)
Q.put(2)
Q.put(1)
Q.get()

优先级队列，默认是从小到大排序的。

12 二维list按某一列的值排序

li = [[1,3],[8,10],[2,6],[15,18]]
li.sort(key=lambda x:x[0])
li

13 f-string的用法

name = \'Runoob\'
>>> f\'Hello {name}\'  # 替换变量
\'Hello Runoob\'

14 zip函数的用法

teams = [\'Barcelona\', \'Bayern Munich\', \'Chelsea\']
leagues = [\'La Liga\', \'Bundesliga\', \'Premiere League\']
countries = [\'Spain\', \'Germany\', \'UK\']
for team, league, country in zip(teams, leagues, countries):
    print(f\'{team} plays in {league}. Country: {country}\')

15 利用get()方法获取字典value

person = {\'name\': \'John\', \'age\': 20}
print(\'Name: \', person.get(\'name\'))
print(\'Age: \', person.get(\'age\'))
print(\'Salary: \', person.get(\'salary\'))

使用get()方法当键值不存在时不会报错，会输出None。

16 collections.OrderedDict有序字典

from collections import OrderedDict
mydict=OrderedDict({\'a\':2,\'b\':1,\'c\':0})
for key,value in mydict.items():
    print(key,value)

遍历得到的结果和建立字典时的顺序是一样的。

17 取字典最大value值对应key

nums=[1,2,2,2,3,4,4]
from collections import Counter
cnt=Counter(nums)
print(max(cnt.keys(),key=cnt.get))

18 @lru_cache装饰器用法

一个为函数提供缓存功能的装饰器，直接用于一个用户自定义函数，在下次以相同参数调用时直接返回上一次的结果。
lru_cache maxsize 参数默认值 为128。如果 设为 None，缓存可无限增长。

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

19 字典的排序

# 字典排序
a = {\'a\': 3, \'c\': 89, \'b\': 0, \'d\': 34}
# 按照字典的值进行排序
a1 = sorted(a.items(), key=lambda x: x[1])
# 按照字典的键进行排序
a2 = sorted(a.items(), key=lambda x: x[0])
print(\'按值排序后结果\', a1)
print(\'按键排序后结果\', a2)
print(\'结果转为字典格式\', dict(a1))
print(\'结果转为字典格式\', dict(a2))