新闻详情

新闻详情

首页 / 资讯中心 / 详情

LeetCode-1. 两数之和

发布时间:2026/11/4 6:27:45来源:尧图网络
LeetCode-1. 两数之和
这里写目录标题方法一 暴力法方法二Python3 字典 (dict) 学习笔记一、字典语法格式二、创建字典1. 创建空字典2. 普通字典创建三、访问字典的值1. [键]方式取值2. 安全取值 get ()四、修改字典update () 批量更新五、删除字典元素pop / popitem方法一 暴力法classSolution:deftwoSum(self,nums:List[int],target:int)-List[int]:nlen(nums)foriinrange(n):forjinrange(i1,n):ifnums[i]nums[j]target:return[i,j]return[]时间复杂度O(N2)其中 N 是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。空间复杂度O(1)。方法二classSolution:deftwoSum(self,nums:List[int],target:int)-List[int]:hashtabledict()fori,numinenumerate(nums):iftarget-numinhashtable:return[hashtable[target-num],i]hashtable[nums[i]]ireturn[]时间复杂度O(N)其中 N 是数组中的元素数量。对于每一个元素 x我们可以 O(1) 地寻找 target - x。空间复杂度O(N)其中 N 是数组中的元素数量。主要为哈希表的开销。Python3 字典 (dict) 学习笔记参考菜鸟教程‑Python3 字典字典是可变容器模型以key‑value(键‑值对)存储任意类型对象。特点键唯一、不可变值可重复可以任意类型。一、字典语法格式d {key1: value1, key2: value2}键值对用**冒号:分隔键值对之间用逗号,**分隔整体包裹在{}大括号内❗不要用dict作为变量名它是 Python 内置函数键必须不可变类型字符串、数字、元组列表不能做键会报TypeError: unhashable type: list值可以是任意 Python 对象类型不限示例tinydict {name: runoob, likes: 123, url: www.runoob.com}二、创建字典1. 创建空字典# 方式1大括号 emptyDict {} # 方式2dict()内置函数 emptyDict dict() print(emptyDict) # {} print(len(emptyDict)) # 0 print(type(emptyDict)) # class dict2. 普通字典创建d1 {abc: 456} d2 {abc:123, 98.6:37}三、访问字典的值1.[键]方式取值tinydict {Name: Runoob, Age: 7, Class: First} print(tinydict[Name]) # Runoob print(tinydict[Age]) # 7⚠️ 如果键不存在直接[key]取值会抛出KeyError异常。2. 安全取值 get ()# get(键, 默认值)键不存在返回默认值不会报错 print(tinydict.get(Name)) print(tinydict.get(Alice, 不存在该键))四、修改字典新增键值对直接写字典[新键]值更新已有键对已存在 key 重新赋值覆盖旧值tinydict {Name: Runoob, Age: 7, Class: First} tinydict[Age] 8 # 更新已有key tinydict[School] 菜鸟教程 # 新增key print(tinydict[Age]) # 8 print(tinydict[School]) # 菜鸟教程update () 批量更新d {a:1} d.update({b:2,c:3}) print(d) # {a:1, b:2, c:3}五、删除字典元素tinydict {Name: Runoob, Age: 7, Class: First} del tinydict[Name] # 删除指定键值对 tinydict.clear() # 清空字典字典对象还在变成{} del tinydict # 彻底删除字典对象变量直接销毁访问会NameErrorpop / popitemd {a:1, b:2} val d.pop(a) # 删除keya返回被删除的值 last_item d.popitem() # 删除最后一组键值返回(key,value)元组
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉