每日一题——Python实现PAT甲级1077 Kuchiguse（举一反三+思想解读+逐步优化）

news2024/11/28 2:46:02


一个认为一切根源都是“自己不够强”的INTJ

个人主页：用哲学编程-CSDN博客
专栏：每日一题——举一反三
Python编程学习
Python内置函数

Python-3.12.0文档解读

目录

我的写法

代码点评

时间复杂度分析

空间复杂度分析

总结

我要更强

方案1：利用字典树（后缀树）

优化代码（后缀树实现）

代码点评

时间复杂度分析

空间复杂度分析

方案2：水平扫描法

优化代码（水平扫描法实现）

代码点评

时间复杂度分析

空间复杂度分析

总结

哲学和编程思想

1. 字典树（Trie）方法

编程思想

哲学理念

2. 水平扫描法

编程思想

哲学理念

3. 动态编程（不在上述代码中，但也是常见的优化方法）

编程思想

哲学理念

总结

举一反三

1. 数据结构优化

2. 空间换时间

3. 递归与迭代

4. 分而治之

5. 贪心算法

6. 动态规划

总结



题目链接

我的写法

N=int(input())  # 读取一个整数N，表示有多少个字符串
strs=[]  # 创建一个空列表来存储字符串
for i in range(N):  # 循环N次
    strs.append(input()[::-1])  # 读取每个字符串并将其倒序，然后添加到列表strs中

same_end=''  # 初始化一个空字符串，用于存储相同的后缀
for i in range(min([len(s) for s in strs])):  # 找出所有字符串中最短的长度，并遍历该长度
    if len(set([strs[j][i] for j in range(N)]))==1:  # 检查所有字符串在第i个位置上的字符是否相同
        same_end+=strs[0][i]  # 如果相同，则将该字符添加到same_end中
    else:  # 如果不相同
        break  # 结束循环

if len(same_end)==0:  # 如果没有相同的后缀
    print("nai")  # 输出"nai"
else:  # 如果有相同的后缀
    print(same_end[::-1])  # 将same_end倒序输出，即得到原始的相同后缀

这段代码的功能是找到多个字符串的最长公共后缀。以下是对代码的专业点评以及时间复杂度和空间复杂度分析：

代码点评

  1. 输入处理：
    • 使用 input() 读取输入的整数 N，然后读取 N 个字符串，并将其倒序存储在列表 strs 中。这样做是为了方便从后向前逐字符比较字符串。
  2. 查找公共后缀：
    • 首先计算所有字符串的最小长度，确保不会越界。
    • 逐字符检查所有字符串在当前位是否相同，如果相同则添加到 same_end 中，否则终止检查。
  3. 结果输出：
  • 如果 same_end 为空，则输出 "nai"，表示没有公共后缀。
  • 否则将 same_end 倒序输出，即为原始字符串的公共后缀。

时间复杂度分析

因此，查找公共后缀部分的总体时间复杂度为 O(M * N)。

  1. 输入处理：
    • 读取 N 个字符串的时间复杂度是 O(N)。
    • 每个字符串的倒序操作的时间复杂度是 O(L)，其中 L 是字符串的平均长度。总体时间复杂度为 O(N * L)。
  2. 查找公共后缀：
    • 计算最小长度的时间复杂度是 O(N)。
    • 逐字符比较的时间复杂度是 O(M * N)，其中 M 是最短字符串的长度。
  3. 结果输出：
  • 输出的时间复杂度为 O(M)。

综合以上分析，总的时间复杂度为 O(N * L + M * N)，在最坏情况下 L 和 M 都可以接近最长字符串长度。

空间复杂度分析

  1. 输入处理：
    • 使用了一个列表 strs 来存储 N 个字符串，空间复杂度为 O(N * L)。
  2. 查找公共后缀：
  • 使用了一个字符串 same_end 来存储公共后缀，最坏情况的空间复杂度为 O(M)。

综合分析，空间复杂度为 O(N * L + M)。

总结

这段代码在处理字符串公共后缀问题时较为直接，逻辑清晰，步骤明确。代码的时间复杂度和空间复杂度都取决于输入字符串的数量和长度，但对于常规的输入规模，性能表现应该是合理的。优化的重点可以放在减少字符串操作的次数和改进字符串比较过程。

我要更强

在寻找多个字符串的最长公共后缀时，时间复杂度和空间复杂度的优化可以通过多种途径实现，例如避免多余的字符串操作，使用更高效的数据结构等。以下是一些可能的优化方案，并给出相应的代码和注释：

方案1：利用字典树（后缀树）

字典树（Trie）是一种高效的数据结构，特别适合字符串集合的共性处理。在这里，可以使用反向构建的后缀树来查找公共后缀。

优化代码（后缀树实现）

class TrieNode:
    def __init__(self):
        self.children = {}
        self.is_end_of_word = False

class Trie:
    def __init__(self):
        self.root = TrieNode()

    def insert(self, word):
        current = self.root
        for char in word:
            if char not in current.children:
                current.children[char] = TrieNode()
            current = current.children[char]
        current.is_end_of_word = True

    def longest_common_suffix(self, n):
        common_suffix = []
        current = self.root
        while len(current.children) == 1 and not current.is_end_of_word:
            (char, next_node), = current.children.items()
            common_suffix.append(char)
            current = next_node
            n -= 1
            if n == 0:
                break
        return ''.join(common_suffix)


def find_longest_common_suffix(strings):
    trie = Trie()
    for string in strings:
        trie.insert(string[::-1])
    
    return trie.longest_common_suffix(len(strings))


N = int(input())  # 读取一个整数N，表示有多少个字符串
strs = [input() for _ in range(N)]  # 读取N个字符串

result = find_longest_common_suffix(strs)

if not result:
    print("nai")
else:
    print(result[::-1])

代码点评

  1. Trie 数据结构：
    • 使用 TrieNode 类表示字典树的节点。
    • 使用 Trie 类封装字典树的插入和寻找最长公共后缀的功能。
  2. 插入字符串：
    • 将每个字符串倒序后插入字典树。
  3. 寻找公共后缀：
  • 在字典树中搜索最长的路径，路径上的字符即为最长公共后缀。

时间复杂度分析

  • 插入每个字符串的时间复杂度为 O(L)，其中 L 是字符串的长度，因此总插入时间复杂度为 O(N * L)。
  • 寻找最长公共后缀的时间复杂度为 O(M)，其中 M 是最短字符串的长度。

综合时间复杂度为 O(N * L)。

空间复杂度分析

  • 字典树节点的空间复杂度为 O(N * L)，因为每个字符都可能需要一个节点。
  • 另外，存储结果的空间复杂度为 O(M)。

综合空间复杂度为 O(N * L)。

方案2：水平扫描法

水平扫描法通过逐一比较字符串，类似于前缀匹配，但是从字符串末尾开始。

优化代码（水平扫描法实现）

def find_longest_common_suffix(strings):
    if not strings:
        return ""
    
    # 取第一个字符串作为基准
    suffix = strings[0][::-1]
    
    # 逐个比较其他字符串
    for string in strings[1:]:
        temp_suffix = ""
        rev_string = string[::-1]
        min_length = min(len(suffix), len(rev_string))
        
        # 从后向前比较字符
        for i in range(min_length):
            if suffix[i] == rev_string[i]:
                temp_suffix += suffix[i]
            else:
                break
        
        suffix = temp_suffix
        if not suffix:
            break
    
    return suffix

N = int(input())  # 读取一个整数N，表示有多少个字符串
strs = [input() for _ in range(N)]  # 读取N个字符串

result = find_longest_common_suffix(strs)

if not result:
    print("nai")
else:
    print(result[::-1])

代码点评

  1. 水平扫描：
    • 使用第一个字符串作为初始公共后缀的基准。
    • 逐一与后续字符串进行比较，更新公共后缀。
  2. 字符比较：
  • 从后向前逐字符比较，直到找到不同字符或达到最短长度。

时间复杂度分析

  • 比较每个字符串的时间复杂度为 O(M)，其中 M 是最短字符串的长度。因此总时间复杂度为 O(N * M)。

空间复杂度分析

  • 存储公共后缀的空间复杂度为 O(M)。

综合空间复杂度为 O(M)。

总结

上述优化方法在时间和空间复杂度上相比原始方案都有一定的提升。字典树（后缀树）方法在处理大量字符串时更高效，而水平扫描法实现简单且易于理解。选择哪种方法可以根据具体的应用场景和性能需求来定。

哲学和编程思想

在优化寻找多个字符串的最长公共后缀的方法时，涉及到一些重要的编程思想和哲学理念。以下是对这些思想的详细说明：

1. 字典树（Trie）方法

编程思想
  • 数据结构优化：字典树是一种特定的树结构，专门用于处理字符串集合，通过将公共前缀合并在一起，可以高效地存储和查询字符串。
  • 空间换时间：字典树在插入和查询时，花费的时间与字符串的长度呈线性关系，因此可以通过增加空间复杂度来降低时间复杂度。
  • 递归与迭代：字典树的构建和查询通常使用递归或迭代的方式来遍历各节点。
哲学理念
  • 分而治之：将问题分解为更小的子问题，通过处理这些子问题来解决整个问题。字典树通过逐层处理每个字符，实现了这一思想。
  • 高效存储与快速访问：字典树在设计上就是为了优化字符串的存储和访问，这反映了在计算机科学中追求效率的哲学理念。

2. 水平扫描法

编程思想
  • 贪心算法：每次选择当前最优的解，在这里，每次比较当前字符串的最长公共后缀并更新。
  • 迭代优化：逐步改进解决方案，通过不断迭代来优化结果。
  • 暴力搜索：尽管是优化的暴力搜索，水平扫描法还是采用了一种直接比较的方式，这是一种简单且直接的思维方式。
哲学理念
  • 最小工作原则：每一步都尽量少做工作，只比较必要的字符。这种方法避免了多余的计算和复杂的逻辑。
  • 逐步求精：通过逐步比较和更新公共后缀，从而逐渐接近最终解决方案。这种逐步优化的思想在哲学上类似于“渐进主义”。

3. 动态编程（不在上述代码中，但也是常见的优化方法）

编程思想
  • 子问题重用：将问题分解为子问题，通过记忆化或表格存储中间结果，避免重复计算。
  • 状态转移：通过状态转移方程来确定从一个状态到另一个状态的关系。
哲学理念
  • 整体与部分：整体问题的解决依赖于部分问题的解决，通过解决部分问题，逐步构建整体解决方案。
  • 平衡与优化：动态规划在时间和空间之间找到平衡，通过空间换时间来优化计算过程。

总结

通过使用不同的数据结构和算法优化，不仅提高了程序的效率，还展示了重要的编程思想和哲学理念。这些方法在计算机科学中都有广泛的应用，体现了在解决问题时对效率、简洁性和可维护性的追求。字典树方法体现了分而治之和高效存储的哲学，而水平扫描法则展示了逐步求精和贪心算法的思想。这些方法的结合，使得可以更好地理解和处理复杂的字符串问题。

举一反三

理解和应用编程思想与哲学理念，可以帮助在遇到各种编程问题时，灵活地找出高效的解决方案。以下是一些技巧，能帮助举一反三，从而更好地应对各种复杂问题：

1. 数据结构优化

技巧：

  • 学习和理解常用的数据结构（如数组、链表、栈、队列、树、图、哈希表等）的特点和适用场景。
  • 在解决问题时，首先考虑是否有合适的数据结构能简化问题或提高效率。
  • 对于特定的应用场景，考虑定制或组合多种数据结构。

举例：

  • 当处理大量字符串时，考虑使用字典树（Trie）来高效地存储和查询公共前缀或后缀。
  • 在频繁需要插入和删除操作时，选择链表而不是数组。

2. 空间换时间

技巧：

  • 当计算时间复杂度较高时，考虑使用额外的空间来存储中间结果，从而减少计算时间。
  • 使用缓存或者记忆化技术（如动态规划中的 memoization）来避免重复计算。

举例：

  • 在动态规划中，使用二维数组存储中间计算结果，优化递归问题的时间复杂度。
  • 在查找问题中，使用哈希表存储已访问节点或结果，优化查找速度。

3. 递归与迭代

技巧：

  • 理解递归和迭代的转换，当递归深度过大时尝试使用迭代来避免栈溢出。
  • 递归适用于分治法，迭代适用于需要多次重复计算的场景。

举例：

  • 使用递归实现快速排序（Quick Sort），但在递归深度可能过大时，改为使用迭代版本。
  • 通过迭代实现斐波那契数列，避免递归重复计算。

4. 分而治之

技巧：

  • 将复杂问题划分为更小的子问题，分别解决这些子问题再合并结果。
  • 使用分治法处理递归问题或大数据量的处理问题。

举例：

  • 使用归并排序（Merge Sort）将大问题拆分成小问题，再合并排序。
  • 在二分搜索中，将问题空间逐步缩小，直到找到目标。

5. 贪心算法

技巧：

  • 每一步选择当前最好（最优）的解，适用于局部最优能导致全局最优的问题。
  • 贪心算法往往简单高效，但需证明所选策略能得到全局最优解。

举例：

  • 在活动选择问题中，每次选择结束时间最早的活动。
  • 在找零问题中，每次选择面值最大的硬币。

6. 动态规划

技巧：

  • 识别问题的子结构，将问题分解为子问题，通过存储子问题的解来避免重复计算。
  • 使用表格法或记忆化技术存储子问题的解，优化计算过程。

举例：

  • 在背包问题中，使用二维数组存储每个容量和物品组合的最优解。
  • 在最长公共子序列问题中，构建二维表格来存储子序列的长度。

总结

通过灵活运用数据结构优化、空间换时间、递归与迭代、分而治之、贪心算法和动态规划等编程思想，可以更高效地解决各种复杂问题。在面对新的问题时，尝试识别其性质，寻找合适的编程思想和数据结构，从而设计出高效的解决方案。多练习和多思考，将这些技巧内化为自己的编程习惯，就能举一反三，游刃有余地解决各种编程挑战。

感谢支持。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1804973.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Postman 打开错误的解决方法

Postman 打开错误的解决方法

错误如下： PostMan的文件都是放在用户文件下，所以在Local和Roaming文件夹下查看，并删除所有PostMan相关文件夹。 我电脑上的路径在 C:\Users\Administrator\AppData\Local 和 C:\Users\Administrator\AppData\Roaming【Administrator为系…
阅读更多...
APP单页分发源码下载安卓苹果自动识别apk描述文件免签自动安装

APP单页分发源码下载安卓苹果自动识别apk描述文件免签自动安装

下载地址：APP单页分发源码下载安卓苹果自动识别apk描述文件免签自动安装
阅读更多...
Vue学习笔记_Day02

Vue学习笔记_Day02

文章目录 1，指令修饰符2，样式控制3，v-model进阶4，计算属性5，监视器6，生命周期 1，指令修饰符 跟在指令后面，具有特殊的功能。 事件修饰符： .enter：只有enter…
阅读更多...
2024-6-9 石群电路-27

2024-6-9 石群电路-27

2024-6-9，星期日，12:49，天气：晴，心情：晴。Hello，大家，我回来啦，昨天断更了一天，是为什么捏，是因为，我通过毕业答辩啦！&…
阅读更多...
Golang | Leetcode Golang题解之第133题克隆图

Golang | Leetcode Golang题解之第133题克隆图

题目： 题解： func cloneGraph(node *Node) *Node {if node nil {return node}visited : map[*Node]*Node{}// 将题目给定的节点添加到队列queue : []*Node{node}// 克隆第一个节点并存储到哈希表中visited[node] &Node{node.Val, []*Node{}}// 广…
阅读更多...
SpringBoot+Vue影城管理系统（前后端分离）

SpringBoot+Vue影城管理系统（前后端分离）

技术栈 JavaSpringBootMavenMySQLMyBatisVueShiroElement-UI 角色对应功能 用户管理员 功能截图
阅读更多...
2024050702-重学 Java 设计模式《实战状态模式》

2024050702-重学 Java 设计模式《实战状态模式》

重学 Java 设计模式：实战状态模式「模拟系统营销活动，状态流程审核发布上线场景」 一、前言 写好代码三个关键点 如果把写代码想象成家里的软装，你肯定会想到家里需要有一个非常不错格局最好是南北通透的，买回来的家具最好是品…
阅读更多...
如何在手机上恢复误删除的视频？

如何在手机上恢复误删除的视频？

说到移动设备上的视频恢复，我们仍将揭开4种解决方案供您使用。希望它们对您的案件有所帮助。 众所周知，我们移动设备上的视频应用程序将创建一个缓存文件夹，以在它们永远消失之前临时存储已删除的项目。因此，有许多iPhone / Andr…
阅读更多...
Thermal-BST自动化工具在Flotherm建模中的应用与优势

Thermal-BST自动化工具在Flotherm建模中的应用与优势

引言 随着科技的不断发展，电子领域的需求也越来越广泛和多样化。然而，PCB板及其上的器件建模问题一直是电子工程师在设计过程中面临的重要挑战之一。软件中原有的PCB建模工具，转换出来的模型复杂，影响后期的网格划分，…
阅读更多...
SpringBoot+Vue学生宿舍管理系统（前后端分离）

SpringBoot+Vue学生宿舍管理系统（前后端分离）

技术栈 JavaSpringBootMavenMySQLMyBatisVueShiroElement-UI 角色对应功能 学生宿管员管理员 功能截图
阅读更多...
你好GPT-4o——对GPT-4o发布的思考与看法

你好GPT-4o——对GPT-4o发布的思考与看法

你好GPT-4o 前言 2024年5月13日，OpenAI官网发布了他们的新一代自然语言处理交互系统——GPT-4o。这是OpenAI继GPT4之后又一个新的旗舰模型。 GPT-4o（“o”代表“omni”）是迈向更自然的人机交互的一步——它接受文本、音频、图像和视频的任意…
阅读更多...
linuxDNS域名解析

linuxDNS域名解析

文章目录 DNS 是域名系统的简称正向解析反向解析主从服务器解析bond网卡 DNS 是域名系统的简称 域名和IP地址之间的映射关系 互联网中，IP地址是通信的唯一标识，逻辑地址 访问网站 域名解析的目的就是为了实现，访问域名就等于访问IP地址 …
阅读更多...
Linux---进程/磁盘管理

Linux---进程/磁盘管理

文章目录 目录 文章目录 一.Linux中进程的概念 二.显示系统执行的进程 2.1: ps 命令 2.2 top 命令 三.终止进程 四.磁盘分区 一.Linux中进程的概念 在Linux中，进程是指操作系统中正在执行的程序的实例。每个进程都由操作系统分配了独立的内存空间，用于…
阅读更多...
安装node

安装node

下载地址 Node.js — Run JavaScript Everywhere 按照下面的图操作即可 然后就下载完了。
阅读更多...
Audio PsyChat：web端语音心理咨询系统

Audio PsyChat：web端语音心理咨询系统

Github：GitHub - EthanLifeGreat/AudioPsyChat: 这是一个在服务器本地运行的web语音心理咨询系统，咨询系统内核使用[PsyChat]，我们为其制作了Web前端，并拼接了ASR和TTS组件，使局域网内用户可以通过单纯的语音进行交互。…
阅读更多...
Vue09-事件处理

Vue09-事件处理

一、一个简单的示例 v-on&#xff1a;当xxx的时候。 二、事件处理 2-1、参数说明 <div id"root"><h1>你好呀&#xff0c;{{name}}</h1><button v-on:click"showinfo">点击我</button></div><script>new Vue({e…
阅读更多...
专业的数据分析软件

专业的数据分析软件

一、简介 1、由OriginLab公司开发的专业数据分析和科学绘图软件，广泛应用于科研、教育和工业领域。它不仅能够处理和分析各种类型的数据，还能创建高质量的图表和图形，帮助用户更好地理解和展示数据。OriginPro提供了丰富的统计分析工具、数据处理功能、多种绘图类型和自定义…
阅读更多...
手把手AI实战(一)治愈系动画视频

手把手AI实战(一)治愈系动画视频

手把手AI实战(一)治愈系动画视频 一、成果展示 二、步骤拆解 2.1 AI出图 可以使用你顺手的AI绘图工具&#xff0c;国外的像Midjouney、Stable Diffusion&#xff0c;国内的像扣子、智普清言等等。我这里用了剪映的&#xff0c;地址是&#xff1a;https://jimeng.jianying.com/a…
阅读更多...
Centos7系统禁用Nouveau内核驱动程序【笔记】

Centos7系统禁用Nouveau内核驱动程序【笔记】

在CentOS系统中，Nouveau是开源的NVIDIA显卡驱动程序，但它与NVIDIA的官方驱动程序NVIDIA Proprietary Driver存在兼容性问题。 如果你想要禁用Nouveau并使用NVIDIA官方驱动，可以按照以下步骤操作： 1、创建一个黑名单文件以禁用Nouveau驱动。 echo blacklist nouveau | su…
阅读更多...
上海安全员C证继续教育题库（附答案）

上海安全员C证继续教育题库（附答案）

1.从业人员经过安全教育培训&#xff0c;了解岗位操作规程&#xff0c;但未遵守而造成事故的&#xff0c;行为人应负( )责任&#xff0c;有关负责人应负( )责任。 A.直接 间接 B.直接 领导 C.间接 管理D.直接 管理 2.对生产附着式升降脚手架产品的单位&#xff0c;必须…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023