Deployed 51a77e6 with MkDocs version: 1.0.4

Author: PegasusWang

19_python内置常用算法和数据结构/builtins/index.html

@@ -167,18 +167,24 @@
     <a class="current" href="./">19_python内置常用算法和数据结构</a>
     <ul class="subnav">
 
-    <li class="toctree-l2"><a href="#python">Python 常用内置算法和数据结构</a></li>
+    <li class="toctree-l2"><a href="#python">Python 刷题常用内置算法和数据结构</a></li>
 
 
     <li class="toctree-l2"><a href="#_1">一些坑</a></li>
 
 
+    <li class="toctree-l2"><a href="#python-int">python int 值范围</a></li>
+    
+
     <li class="toctree-l2"><a href="#_2">链表题目调试函数</a></li>
 
 
     <li class="toctree-l2"><a href="#_3">内置库实现优先级队列的三种方式</a></li>
 
 
+    <li class="toctree-l2"><a href="#lru_cachecache">lru_cache/cache 优化记忆化搜索</a></li>
+    
+
     </ul>
 	    </li>
 
@@ -219,7 +225,7 @@
           <div role="main">
             <div class="section">
 
-                <h1 id="python">Python 常用内置算法和数据结构</h1>
+                <h1 id="python">Python 刷题常用内置算法和数据结构</h1>
 <p>相信到这里大家对常用的数据结构和算法及其实现都比较熟悉了。
 之前在每章的数据结构和算法中涉及到的章节我都会提到对应的 python 内置模块，一般如果内置的可以满足需求，我们优先使用内置模块，
 因为在性能和容错性方面内置模块要好于我们自己实现（比如有些是 c 实现的）。本章我们不会再对每个模块的原理详细说明，仅列举出一些常见模块供大家参考，
@@ -283,7 +289,7 @@ <h1 id="python">Python 常用内置算法和数据结构</h1>
 <tr>
 <td>缓存算法</td>
 <td></td>
-<td>functools.lru_cache(Least Recent Used, python3)</td>
+<td>functools.lru_cache(Least Recent Used, python3)/cache</td>
 </tr>
 </tbody>
 </table>
@@ -294,9 +300,26 @@ <h1 id="_1">一些坑</h1>
 <li>正确初始化一个二维数组：<code>dp = [[0 for _ in range(col)] for _ in range(row)]</code>，不要用 <code>dp = [[0] * n] * m</code>， 否则里边都
 引用的同一个 list，修改一个都会变</li>
 <li>python在数值范围建议用：<code>MAXINT = 2**63-1; MININT = -2**63</code> 。因为 python2 sys.maxint 和 python3 sys.maxsize 不统一</li>
-<li>优先级队列：使用内置的 heapq ，定义一个 Item 类实现"小于" 魔术方法就可以实现</li>
+<li>优先级队列：使用内置queue.PriorityQueue or heapq ，定义一个 Item 类实现"小于" 魔术方法就可以实现，下边有代码演示</li>
 <li>python3 的 functools 模块自带了 cache(等价于lru_cache(maxsize=None)) 和 lru_cache 装饰器，在一些需要递归记忆化搜索的时候会很方便</li>
 </ul>
+<h1 id="python-int">python int 值范围</h1>
+<pre><code># 乘方 （比较推荐，py2/3 都兼容不容易出错)
+MAXINT = 2**63-1
+MININT = -2**63
+
+# py3
+import sys
+MAXINT = sys.maxsize
+MININT = -sys.maxsize - 1
+
+# py2
+sys.maxint
+
+# 位运算
+MAXINT = (1&lt;&lt;63) - 1
+MININT = ~MAXINT
+</code></pre>
 <h1 id="_2">链表题目调试函数</h1>
 <pre><code class="language-py"># 编写链表题目经常用到的一些通用函数和调试函数，定义等，方便代码调试
 
@@ -409,6 +432,44 @@ <h1 id="_3">内置库实现优先级队列的三种方式</h1>
     heapq.heappush(pq, Item('b', 2))
     while pq:
         print(heapq.heappop(pq))
+</code></pre>
+<h1 id="lru_cachecache">lru_cache/cache 优化记忆化搜索</h1>
+<p>python3 functools 模块的 cache 功能和 lru_cache(maxsize=None) 一样，不过更加轻量更快。在记忆化递归搜索的时候很方便。
+举一个力扣上的例子，如果不加 cache 递归函数因为会大量重复计算直接超时，但是加一个装饰器就可以通过。</p>
+<pre><code class="language-py">&quot;&quot;&quot;
+[337] 打家劫舍 III
+https://leetcode-cn.com/problems/house-robber-iii/description/
+&quot;&quot;&quot;
+from functools import cache, lru_cache  # cache 等价于 functools.lru_cache(maxsize=None)
+
+
+class Solution(object):
+    def rob(self, root):
+        &quot;&quot;&quot;
+        思路 1：递归求解（注意不加 cache 会超时！！)
+        :type root: TreeNode
+        :rtype: int
+        &quot;&quot;&quot;
+        # @lru_cache(maxsize=None)
+        @cache  # NOTE: 不加 cache 会直接超时，就只能用动态规划了
+        def dfs(root):
+            if root is None:
+                return 0
+
+            if root.left is None and root.right is None:  # 左右孩子都是空
+                return root.val
+            # 不偷父节点,考虑偷 root 的左右孩子
+            val1 = dfs(root.left) + dfs(root.right)
+            # 偷父节点
+            val2 = root.val
+            if root.left:
+                val2 += dfs(root.left.left) + dfs(root.left.right)
+            if root.right:
+                val2 += dfs(root.right.left) + dfs(root.right.right)
+            return max(val1, val2)
+
+        return dfs(root)
+
 </code></pre>
 
             </div>

index.html

@@ -599,5 +599,5 @@ <h2 id="_22">本电子书制作和写作方式</h2>
 
 <!--
 MkDocs version : 1.0.4
-Build Date UTC : 2022-02-02 08:29:19
+Build Date UTC : 2022-02-02 08:39:34
 -->