【LeetCode】6. N 字形变换

1 问题

将一个给定字符串 s 根据给定的行数 numRows ,以从上往下、从左到右进行 Z 字形排列。

比如输入字符串为 "PAYPALISHIRING" 行数为 3 时,排列如下:

P A H N

A P L S I I G

Y I R

之后,你的输出需要从左往右逐行读取,产生出一个新的字符串,比如:"PAHNAPLSIIGYIR"。

请你实现这个将字符串进行指定行数变换的函数:

string convert(string s, int numRows);

示例 1:

输入:s = "PAYPALISHIRING", numRows = 3

输出:"PAHNAPLSIIGYIR"

示例 2:

输入:s = "PAYPALISHIRING", numRows = 4

输出:"PINALSIGYAHRPI"

解释:

P I N

A L S I G

Y A H R

P I

示例 3:

输入:s = "A", numRows = 1

输出:"A"

2 答案

我写的不对

python 复制代码
class Solution:
    def convert(self, s: str, numRows: int) -> str:
        l = len(str)
        a_z = 2*numRows-2  # 一个z字母所需长度
        numbers_of_z = l//a_z  # z的数量
        mod_of_z = l%a_z  # 会剩下几个组成不了z的字母
        conlumns_z = numRows -1 # 一个z所占列数
        list = [[None * (conlumns_z+mod_of_z) for i in range(numRows)]]  # 生成适合大小的列表
        k = 0
        for j in range(conlumns_z*numbers_of_z):
            for i in range(numRows):

                if j % (numRows-1) == 0:
                    list[i][j] = s[k]
                elif j % (numRows-1) == 1: 

            k+=1

利用flag,其实很简单

python 复制代码
class Solution:
    def convert(self, s: str, numRows: int) -> str:
        if numRows < 2: return s
        res = ["" for _ in range(numRows)]
        i, flag = 0, -1  # i是列表的索引
        for c in s:
            res[i] += c
            if i == 0 or i == numRows - 1: flag = -flag
            i += flag
        return "".join(res)

3 总结

看到题目先观察思考,巧解

相关推荐
前端摸鱼匠26 分钟前
【AI大模型春招面试题11】什么是模型的“涌现能力”(Emergent Ability)?出现条件是什么?
人工智能·算法·ai·自然语言处理·面试·职场和发展
MORE_7743 分钟前
leecode-合并区间-贪心算法
算法·贪心算法
2401_873204651 小时前
分布式系统安全通信
开发语言·c++·算法
sw1213892 小时前
C++中的代理模式实战
开发语言·c++·算法
ballball~~3 小时前
ISP-CCM(Color Correction Matrix)
图像处理·数码相机·算法
sheeta19983 小时前
LeetCode 每日一题笔记 日期:2025.03.24 题目:2906.构造乘积矩阵
笔记·leetcode·矩阵
Sunshine for you3 小时前
实时操作系统中的C++
开发语言·c++·算法
中科院提名者3 小时前
BPE 算法的硬核拆解——理解词表(Vocabulary)是如何从零训练出来的,以及字符串是如何被切碎的
算法
「QT(C++)开发工程师」4 小时前
C++11三大核心特性深度解析:类型特征、时间库与原子操作
java·c++·算法
乐分启航4 小时前
SliMamba:十余K参数量刷新SOTA!高光谱分类的“降维打击“来了
java·人工智能·深度学习·算法·机器学习·分类·数据挖掘