LeetCode88. Merge Sorted Array-python(easy)

題目來源：

https://leetcode.com/problems/merge-sorted-array/description/

題目分析：

本題是給定兩個排好序的列表nums1和nums2，將其融合成一個排列好的列表，放在nums1中。在這裏，看到有個思路覺得不錯，但是系統報錯。。。明明自己驗證的時候是對的！那就是先將nums2放在nums1的後面，然後統一排序。

實現代碼：

class Solution:
    def merge(self, nums1, m, nums2, n):
        """
        :type nums1: List[int]
        :type m: int
        :type nums2: List[int]
        :type n: int
        :rtype: void Do not return anything, modify nums1 in-place instead.
        """
        nums1[m:] = nums2[:n]
        nums1.sort()
        return (nums1)

這裏需要注意的是nums1.sort()這句話，不能寫成y=nums1.sort()，否則y=None。其原因是.sort()方法是list內置的排序方法，是在原來的list本身（並且只適用於list）進行修改，因此排序完成後就沒有返回值這一說了，自然y就是None。此外，還有python內置的全局sorted()方法進行排序，它對所有可迭代序列均有效，但注意返回的是一個list。

2）key參數/函數

從python2.4開始，list.sort()和sorted()函數增加了key參數來指定一個函數，此函數將在每個元素比較前被調用。例如通過key指定的函數來忽略字符串的大小寫：

>>> sorted("This is a test string from Andrew".split(), key=str.lower)
['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

key參數的值爲一個函數，此函數只有一個參數且返回一個值用來進行比較。這個技術是快速的因爲key指定的函數將準確地對每個元素調用。

更廣泛的使用情況是用複雜對象的某些值來對複雜對象的序列排序，例如：

>>> student_tuples = [
        ('john', 'A', 15),
        ('jane', 'B', 12),
        ('dave', 'B', 10),
]
>>> sorted(student_tuples, key=lambda student: student[2])   # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

同樣的技術對擁有命名屬性的複雜對象也適用，例如：

>>> class Student:
        def __init__(self, name, grade, age):
                self.name = name
                self.grade = grade
                self.age = age
        def __repr__(self):
                return repr((self.name, self.grade, self.age))
>>> student_objects = [
        Student('john', 'A', 15),
        Student('jane', 'B', 12),
        Student('dave', 'B', 10),
]
>>> sorted(student_objects, key=lambda student: student.age)   # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

3）Operator 模塊函數

上面的key參數的使用非常廣泛，因此python提供了一些方便的函數來使得訪問方法更加容易和快速。operator模塊有itemgetter，attrgetter，從2.6開始還增加了methodcaller方法。使用這些方法，上面的操作將變得更加簡潔和快速：

>>> from operator import itemgetter, attrgetter
>>> sorted(student_tuples, key=itemgetter(2))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
>>> sorted(student_objects, key=attrgetter('age'))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

operator模塊還允許多級的排序，例如，先以grade，然後再以age來排序：

>>> sorted(student_tuples, key=itemgetter(1,2))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
>>> sorted(student_objects, key=attrgetter('grade', 'age'))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

4）升序和降序

list.sort()和sorted()都接受一個參數reverse（True or False）來表示升序或降序排序。例如對上面的student降序排序如下：

>>> sorted(student_tuples, key=itemgetter(2), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>> sorted(student_objects, key=attrgetter('age'), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

5）排序的穩定性和複雜排序

從python2.2開始，排序被保證爲穩定的。意思是說多個元素如果有相同的key，則排序前後他們的先後順序不變。

>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]

注意在排序後'blue'的順序被保持了，即'blue', 1在'blue', 2的前面。
更復雜地你可以構建多個步驟來進行更復雜的排序，例如對student數據先以grade降序排列，然後再以age升序排列。

>>> s = sorted(student_objects, key=attrgetter('age'))     # sort on secondary key
>>> sorted(s, key=attrgetter('grade'), reverse=True)       # now sort on primary key, descending
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

6）最老土的排序方法-DSU

我們稱其爲DSU（Decorate-Sort-Undecorate）,原因爲排序的過程需要下列三步：
第一：對原始的list進行裝飾，使得新list的值可以用來控制排序；
第二：對裝飾後的list排序；
第三：將裝飾刪除，將排序後的裝飾list重新構建爲原來類型的list；

例如，使用DSU方法來對student數據根據grade排序：
>>> decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
>>> decorated.sort()
>>> [student for grade, i, student in decorated] # undecorate
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
上面的比較能夠工作，原因是tuples是可以用來比較，tuples間的比較首先比較tuples的第一個元素，如果第一個相同再比較第二個元素，以此類推。

並不是所有的情況下都需要在以上的tuples中包含索引，但是包含索引可以有以下好處：
第一：排序是穩定的，如果兩個元素有相同的key，則他們的原始先後順序保持不變；
第二：原始的元素不必用來做比較，因爲tuples的第一和第二元素用來比較已經是足夠了。

此方法被RandalL.在perl中廣泛推廣後，他的另一個名字爲也被稱爲Schwartzian transform。

對大的list或list的元素計算起來太過複雜的情況下，在python2.4前，DSU很可能是最快的排序方法。但是在2.4之後，上面解釋的key函數提供了類似的功能。

7）其他語言普遍使用的排序方法-cmp函數

在python2.4前，sorted()和list.sort()函數沒有提供key參數，但是提供了cmp參數來讓用戶指定比較函數。此方法在其他語言中也普遍存在。

在python3.0中，cmp參數被徹底的移除了，從而簡化和統一語言，減少了高級比較和__cmp__方法的衝突。

在python2.x中cmp參數指定的函數用來進行元素間的比較。此函數需要2個參數，然後返回負數表示小於，0表示等於，正數表示大於。例如：

>>> def numeric_compare(x, y):
        return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]

或者你可以反序排序：

>>> def reverse_numeric(x, y):
        return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]

當我們將現有的2.x的代碼移植到3.x時，需要將cmp函數轉化爲key函數，以下的wrapper很有幫助：

def cmp_to_key(mycmp):
    'Convert a cmp= function into a key= function'
    class K(object):
        def __init__(self, obj, *args):
            self.obj = obj
        def __lt__(self, other):
            return mycmp(self.obj, other.obj) < 0
        def __gt__(self, other):
            return mycmp(self.obj, other.obj) > 0
        def __eq__(self, other):
            return mycmp(self.obj, other.obj) == 0
        def __le__(self, other):
            return mycmp(self.obj, other.obj) <= 0
        def __ge__(self, other):
            return mycmp(self.obj, other.obj) >= 0
        def __ne__(self, other):
            return mycmp(self.obj, other.obj) != 0
    return K

當需要將cmp轉化爲key時，只需要：

>>> sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
[5, 4, 3, 2, 1]

從python2.7，cmp_to_key()函數被增加到了functools模塊中。

8)其他注意事項

* 對需要進行區域相關的排序時，可以使用locale.strxfrm()作爲key函數，或者使用local.strcoll()作爲cmp函數。

* reverse參數任然保持了排序的穩定性，有趣的時，同樣的效果可以使用reversed()函數兩次來實現：

>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))

* 其實排序在內部是調用元素的__cmp__來進行的，所以我們可以爲元素類型增加__cmp__方法使得元素可比較，例如：

>>> Student.__lt__ = lambda self, other: self.age < other.age
>>> sorted(student_objects)
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

* key函數不僅可以訪問需要排序元素的內部數據，還可以訪問外部的資源，例如，如果學生的成績是存儲在dictionary中的，則可以使用此dictionary來對學生名字的list排序，如下：

>>> students = ['dave', 'john', 'jane']
>>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
>>> sorted(students, key=newgrades.__getitem__)
['jane', 'dave', 'john']

*當你需要在處理數據的同時進行排序的話，sort(),sorted()或bisect.insort()不是最好的方法。在這種情況下，可以使用heap，red-black tree或treap。

如果使用普通的循環前途比較的方法，可以這樣寫：

class Solution:
    def merge(self, nums1, m, nums2, n):
        """
        :type nums1: List[int]
        :type m: int
        :type nums2: List[int]
        :type n: int
        :rtype: void Do not return anything, modify nums1 in-place instead.
        """
        tmp = []
        i = 0
        j = 0
        if (m == 0):
            tmp.extend(nums2)
        elif (n == 0):
            tmp.extend(nums1)

        else:

            while (i < m and j < n):
                if (nums1[i] < nums2[j]):
                    tmp.append(nums1[i])
                    i += 1
                elif nums1[i] == nums2[j]:
                    tmp.append(nums1[i])
                    i += 1

                else:
                    tmp.append(nums2[j])
                    j += 1
            if (i == m):
                tmp.extend(nums2[j:])
            else:
                tmp.extend(nums1[i:])
        nums1 = tmp
        return nums1

然而這樣寫，在leetcode裏也是通不過的。因爲題目要去是要改變nums1的值，而不存在返回值，像這樣先用一個tmp[]，然後最後賦值給nums1，並沒有改變傳入的nums1值，所以報錯。同理，我們先提到的第一種方法，如果不要那個返回值就正確了。

所以本題告訴我們需要注意變量的使用範圍，以及變量的賦值等相關情況。

LeetCode88. Merge Sorted Array-python(easy)

題目來源：

題目分析：

實現代碼：

HTTP URL 詳解

用戶輸入和while循環（python）

函數（python）

LeetCode 13 Roman to Integer (easy)——python

LeetCode 217Contains Duplicate-python(easy)

LeetCode 第1題 Two sum (easy)——python

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結