0
点赞
收藏
分享

微信扫一扫

售前需求分析基础

12a597c01003 2024-08-20 阅读 17

真题

解题思路 

1.递归(标准解法)

找到最矮的列,分别计算左中右三个面积(分治),取其最大。
中:最矮列的列高*本区域的宽度(贪心假设)
左:最矮列左侧区域的最大矩形(递归调用)
右:最矮列右侧区域的最大矩形(递归调用)

2.伸展(娃儿创新)

遍历每一列,分别计算此列为中心,向两侧延展,直至遇到较矮的列,所形成的矩形的面积。
各面积存入列表,取其最小值。

代码

思路一 (递归版)

def tj1(wall):
	i=wall.index(min(wall))
	sL=tj1(wall[:i]) if i>0 else 0
	sR=tj1(wall[i+1:]) if i<len(wall)-1 else 0
	return max(wall[i]*len(wall),sL,sR)

思路二(伸展版)

def tj2(wall):
    sL=[]
    for i in range(len(wall)):
        s=1; h=wall[i]
        for j in range(i,0,-1):
            if(h>wall[j-1]):
                s+=i-j; break
        else:
            s+=i-1
        for j in range(i,len(wall)-1):
            if(h>wall[j+1]):
                s+=j-i; break
        else:
            s+=len(wall)-1-i
        sL.append(s*h)
    return max(sL)

 (增加一个用while代替for...else的版本)

def tj2w(wall): # while版
    sMax=0; N=len(wall)
    for i in range(N):
        w=1; h=wall[i]
        j=i
        while(j>0 and h<=wall[j-1]): j-=1
        w+=i-j
        j=i
        while(j<N-1 and h<=wall[j+1]): j+=1
        w+=j-i
        sNew=w*h
        if(sNew>sMax): sMax=sNew
    return sMax

测试代码

def timeit(num=100):
	t1=[];t2=[];size=[]
	for i in range(num):
		K=random.choices(range(1,1000001),k=random.randint(1,10000)); N=len(K)
		size.append(N)
		t0=time.time()
		ans=tj2(K)
		t2.append(time.time()-t0)
		t0=time.time()
		ans=tj1(K)
		t1.append(time.time()-t0)
	return t1,t2,size

结论

两种思路都很容易实现和调试成功,从用时看标准版整体稍多于娃儿的思路的1/2,仅2%的用例娃儿胜出(不排除python的time模块计时不准)。

但从孩子的学习成果来看,我还是感到非常欣慰,特别是python to C++时,很显然伸展版的思路更契合(不用做列表的切片)

举报

相关推荐

0 条评论