文章目录
- 前言
- 0、题目
- 一、暴力查找
- 二、二分查找
- 三、有序二叉树
- 总结（代写匿名信）
前言
很明显小艺的口红问题是考的是查找算法，对于这种一次性查找，直接暴力就行了，当然咱是为了学习，所以用来练练各种查找，基础是二分查找法！其它方法大多基于二分查找改进的。更高级的二叉排序树查找，B树、B+树啥的，也统统都得排序。这里用暴力法、二分法、二叉排序树这三种有代表性的方法来解。嗯~ 这个题目测试数据应该有问题，反正我0分~ 好像所有我做不出100分的，我都说是题目问题哈
提示：以下是本篇文章正文内容，下面案例可供参考
0、题目
题目描述：
小艺的口红越来越多了。 小艺想从自己的口红堆里挑选一个色度大于等于x的最小口红的色度。 小艺每天都会为了这个问题发愁。 作为小艺的忠实狗腿子，小Q决定帮小艺编一个程序，录入所有的口红色度。 然后智能的选择最小色度。
输入描述：
第一行输入整数n，q。(1<=n,q<=1e5)表示口红的数量和询问次数。 第二行输入n个整数表示小艺口红的颜色t。(1<=t<=1e9) 以下 q-1 行每行输入一个整数h。(1<=h<=1e9)表示询问色度。
输出描述：
每个询问对应一个输出占一行。
示例的数据是这样的vector = [[1, 5, 9, 10, 2], [6], [7]]
一、暴力查找
从示例看，暴力法是好使的。
class Solution:
def __init__(self) -> None:
pass
def solution(self, n, q, vector):
result = []
# TODO: 请在此编写代码
for i in range(1, q):
max = int(1e9)
for v in vector[0]:
if vector[i][0] <= v <= max:
max = v
result.append(str(max))
return result
这写法看上去还是比较科学的，不断减小max的值。一直到max值不能再小了就是它了。只需遍历一次、逻辑简单、运行速度快！
二、二分查找
class Solution:
def __init__(self) -> None:
pass
def solution(self, n, q, vector):
result = []
# TODO: 请在此编写代码
vector[0].sort()
for i in range(1,q):
l, r = 0, n
for v in vector[0][l:r]:
mid = (l+r)//2
if vector[i][0] > vector[0][mid] and vector[i][0] <= vector[0][mid+1]:
result.append(str(vector[0][mid+1]))
break
elif vector[i][0] > vector[0][mid]:
l, r = mid+1, n
else:
l, r = l, mid-1
return result
从示例来看它也是好使的，如果要查找的值多了，这个方法会比暴力法快很多，二分查找的逻辑也简单，先对vector[0].sort()排序，然后不断的把列表分成左右两份。类似于猜数字游戏：我手上有纸条写了一个整数，并告诉你它在1-100之间，请你来玩猜数字游戏，我只会告诉你猜的数是大了还是小了，聪明的你肯定先猜50，如果大了就再猜25…以此类推，二分查找法就是根据这个游戏来的。结合代码一看就明白了吧~
三、有序二叉树
# 定义一个二叉树节点类结构体
class TreeNode:
def __init__(self, val):
self.val = val
self.left = None
self.right = None
class Solution: # 定义一个有序二叉树类
def __init__(self, v):
self.root = None
vec = v[0]
for x in vec:
self.insert(x)
def insert(self, val): # 插入节点
if not self.root:
self.root = TreeNode(val)
return
curr = self.root
while curr:
if val < curr.val:
if not curr.left:
curr.left = TreeNode(val)
return
else:
curr = curr.left
else:
if not curr.right:
curr.right = TreeNode(val)
return
else:
curr = curr.right
def solution(self, target, curr=None, res=1e9): # 按题意搜索
if not curr:
curr = self.root
while True:
if target <= curr.val <= res:
res = curr.val
if curr.left and target < curr.val:
curr = curr.left
self.solution(target, curr)
elif curr.right and curr.val < target:
curr = curr.right
self.solution(target, curr)
else:
break
return res
if __name__ == "__main__":
from random import randint
arr_temp = [] # [int(item) for item in input().strip().split()]
n = randint(5, 20) # int(arr_temp[0])
for i in range(n):
arr_temp.append(randint(1, 99))
q = randint(2, 5) # (arr_temp[1])
vector = list()
vector.append(arr_temp)
for i in range(q-1):
vector.append([randint(1, 99)])
print(vector)
sol = Solution(vector)
for x in vector[1:]:
result = sol.solution(x[0])
print('result =', result, end=", ")
这个解法就属于高级货了，图论算法都算是高级算法了。当然二叉树还是相对比较简单的。这个算法的中心思想是：先定义一个根节点，比根节点小的放到左边去，比根节点大的放右边去，再来一个比根节点大的，我就去右边再根据大小找个地方放。就像树一样，不停的长出分枝，所以叫有序二叉树。代码中的insert函数就是用来生成树的。
代码中的TreeNode这个单独的类，是用来存放数据结构的。python没有struck，就用类来做数据结构了，C/C++中一般会用struck来这么定义，从一个单独的节点来看，这个类定义了根的值val，并记录了它的左右两边的节点。
代码中的solution函数是用来按题意搜索的，这题的搜索比较麻烦，是要找到一个从左边最接近的值，这里定义了一个curr用来表示当前节点，默认是None，下面只要按照大小从左或右边不停递归就行了。
笔者都用上这高级算法了可还是0分！很显然是题目错了，所以笔者自己写了一个随机数测试的办法（就是if __name__ == "__main__":）下面的部分，是从原代码那改来的：
[[95, 14, 1, 73, 60, 28, 35, 85, 22, 15], [20], [1], [36]] result = 22, result = 1, result = 60,
这里只给出一次测试结果来证明一下这个程序是可靠的，事实上我测了很多次，毕竟写一次有序二叉树也不容易，这种东西在实际工作中，几乎没有可能用到，因为大多数语言都有现成的方法函数来解决此类查找问题，谁吃饱了撑得慌去写这个，再说就算自己写了吧，还多半不如编程语言自带的函数来得效率高…有兴趣的看官可以自己试试。
总结（代写匿名信）
今天的另两题，近视的小张题目描述太长，对笔者的阅读理解能力是个特大考验，还是先去小学回炉语文再来吧~
另一个“代写匿名信”倒是简单，顺手也给出解法：
def solution(self, words, msg):
result = None
# TODO: 请在此编写代码
for m in msg:
if m != " ":
i = words.find(m)
if i == -1:
result = "No"
break
else:
words = words[:i] + words[i+1:]
result = "Yes"
return result
就几行代码搞定，以上代码的逻辑是：去words中查找每个msg中的字符，嗯~除了空格以外，因为空格是不用字符的。不注意这点只能过90%，别问我怎么知道的… 在words中找到后就把它删了，循环完自然就知道能不能写成信了。
还想到个办法：用try和except，因为字符串的index方法找不到就会报错，报错自然会被except捕捉到，就可以NO了，try成功就删除index方法找到的值，也是循环一次就搞定。逻辑差不多的，有兴趣的可以写着试试。
