我应该编写一段代码,将数组的每个元素向左移动一个位置,并执行此操作 d 次。 例如: 如果数组为 [1,2,3,4,5] 并且 d 的值为 2,则应输出以下内容:[3,4,5,1,2](它随着每次迭代而变化,如下所示:[1, 2,3,4,5]==>[2,3,4,5,1]==>[3,4,5,1,2]
问题是 hackerrank 在 10 个测试用例中的 2 个中对我的代码进行了计算
我读到,在 python 中使用 for 循环和 range() 函数比使用 while 循环要快得多。所以我消除了所有 while 循环并使代码尽可能简洁。但是,当数组中数字的大小和数量太大时,代码仍然会超时。
这是我的代码(因大数字而失败):
def rotLeft(a, d):
for i in range(0,d):
a=a[1:]+a[:1]
return a
if __name__ == '__main__':
fptr = open(os.environ['OUTPUT_PATH'], 'w')
nd = input().split()
n = int(nd[0])
d = int(nd[1])
a = list(map(int, input().rstrip().split()))
result = rotLeft(a, d)
fptr.write(' '.join(map(str, result)))
fptr.write('\n')
fptr.close()
这段代码是我在 hackerrank 上找到的一个解决方案(虽然我认为它是针对 python 2 的,但这并不重要):
def array_left_rotation(a, n, k):
return a[k:] + a[:k]
n, k = map(int, raw_input().strip().split(' '))
a = map(int, raw_input().strip().split(' '))
answer = array_left_rotation(a, n, k);
print ' '.join(map(str,answer))
解决方案代码通过所有测试输入,但当数字变得太大太多时,我的代码会失败。
最佳答案
您在 d
上使用 for
循环不必要地使解决方案的时间复杂度为 O(n x d),其中 n
是a
的长度。您可以直接在 d
处对列表进行切片,并且考虑到 d
大于或等于 a
长度的情况,您可以在 a
的长度上使用 d
的余数,因此该解决方案的时间复杂度仅为 O(n):
def rotLeft(a, d):
offset = d % len(a)
return a[offset:] + a[:offset]
关于python - 为什么我的切换数组元素的代码不够快?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56638261/