这篇文章主要讲解了“Python多维列表中的坑如何解决”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python多维列表中的坑如何解决”吧！
数组常用想法总结：
（以下默认nums为数组。）1.遍历数组遍历：
for num in nums:xxxx带索引遍历
for idx,num in enumerate(nums):xxxx动态规划(dp)动态规划一般可以用一个数组保存状态。见53.最大子数组和。用数组保存状态是非常常用的做法。例如36.有效的数独、 73. 矩阵置零。
双指针见88.合并两个有序数组、350.两个数组的交集 II可以是左右指针对一个数组使用。也可以是两个指针遍历两个数组。while index1<m and index2<n:
列表常用函数
Python中一般用list实现可变数组。下面是list常用的函数。（可变序列类型通用操作，只有.sort是list独有的。参考序列操作文档）
| 函数 | 功能 |
|---|---|
nums.sort(key,reversed) | （原地）按照key升序排序，reversed可以指定是否反转。 |
sorted(nums,key,reversed) | 用法与nums.sort类似，但返回另一个数组，原数组不变。 |
s.append(x) | 将 x 添加到序列的末尾 |
s.extend(t) 或 s += t | 用 t 的内容扩展 s |
x in s | 判断x是否在数组nums中。 |
len(s) | 返回s 长度 |
max(s)、min(s) | 返回s最大值、最小值 |
all(iterable) | 如果 iterable 的所有元素均为真值（或可迭代对象为空）则返回 True |
any(iterable) | 如果 iterable 的任一元素为真值则返回 True。 如果可迭代对象为空，返回 False。 |
多维列表的一个坑
创建多维列表，一般用
w, h = 2, 3A = [[None] * w for i in range(h)]等价于
A = [None] * 3for i in range(3): A[i] = [None] * 2而不是
A = [[None] * 2] * 3原因在于用*对列表执行重复操作并不会创建副本，而只是创建现有对象的引用。 *3创建的是包含 3 个引用的列表，每个引用指向的是同一个长度为 2 的列表。如果你给一项赋值，就会发现这个问题：
>>> A[0][0] = 5>>> A[[5, None], [5, None], [5, None]]第1天
217. 存在重复元素
给定数组，判断是否存在重复元素。做法：
直接遍历（穷举）
排序后，比较每个元素和下一个元素
哈希表
直接遍历会超时。2的时间复杂度是O(nlogn) 也就是排序的时间复杂度3的时间复杂度是O(n)，但需要额外的O(n)辅助空间。（穷举法基本都能想到，但很容易超时，后面只有在穷举法能通过时才列出来。）
3比较简单，这里写一下3的做法：
return len(nums) != len(set(nums))53. 最大子数组和
给定数组，求其中一个连续数组和的最大值。
比较容易想到的是用一个数组记录目前位置最大的值（动态规划）。
用 dp[i] 表示以i位置结尾的连续数组和的最大值。最后返回dp数组中最大值。
class Solution: def maxSubArray(self, nums: List[int]) -> int: length = len(nums) dp = [0 for i in range(length)] for i in range(length): dp[i] = max(dp[i - 1], 0) + nums[i] return max(dp)题解给出了一种省略dp数组的方法：
class Solution: def maxSubArray(self, nums: List[int]) -> int: pre = 0 res = nums[0] for x in nums: pre = max(pre+x ,x) res = max(res, pre) return res第2天
1. 两数之和
找出数组中两个数之和等于target的两数下标。
暴力枚举可以
但时间较长，时间复杂度$O(N^2)$
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: n = len(nums) for i in range(n): for j in range(i + 1, n): if nums[i] + nums[j] == target: return [i, j] return []哈希表
官方题解的一个比较巧妙的方式：使用哈希表（字典）用字典记录出现过的数字的位置。时间复杂度$O(N)$，空间复杂度$O(N)$
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: hashtable = dict() for i, num in enumerate(nums): if target - num in hashtable: return [hashtable[target - num], i] hashtable[nums[i]] = i return []88. 合并两个有序数组
两个有序数组，将第二个数组nums2合并到第一个数组nums1。
双指针
可以用双指针遍历两个数组：
class Solution: def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None: """ Do not return anything, modify nums1 in-place instead. """ # 两个中存在空数组的时，直接返回 if m == 0: nums1[:] = nums2[:] return if n == 0: return index1,index2 = 0,0 t = [] while index1<m and index2<n: if nums1[index1] <= nums2[index2]: t.append(nums1[index1]) index1 += 1 else: t.append(nums2[index2]) index2 += 1 if index1 < m: t += nums1[index1:m] else: t += nums2[index2:n] nums1[:] = t[:]官方版本，更简洁、清楚。
class Solution: def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None: """ Do not return anything, modify nums1 in-place instead. """ sorted = [] p1, p2 = 0, 0 while p1 < m or p2 < n: if p1 == m: sorted.append(nums2[p2]) p2 += 1 elif p2 == n: sorted.append(nums1[p1]) p1 += 1 elif nums1[p1] < nums2[p2]: sorted.append(nums1[p1]) p1 += 1 else: sorted.append(nums2[p2]) p2 += 1 nums1[:] = sorted（暴力） 追加后排序
更简单粗暴的方式是直接将
nums2追加到nums1后，进行排序。及其简单而且效果很好。
class Solution: def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None: """ Do not return anything, modify nums1 in-place instead. """ nums1[m:] = nums2 nums1.sort()第3天
350. 两个数组的交集 II
以数组形式返回两数组的交集（数组形式，返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致）。排序后双指针遍历。
class Solution: def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]: nums1.sort() nums2.sort() i = 0 j = 0 result = [] while i<len(nums1) and j<len(nums2): if(nums1[i]<nums2[j]): i+=1 elif(nums1[i]>nums2[j]): j+=1 else: result.append(nums1[i]) i+=1 j+=1 return result121. 买卖股票的最佳时机
只需要记录下当前最低价，遍历价格过程中，用当前价格-最低价 就是当前可获得的最大利润。另外如果出现了更低的价格，则最低价也要更新。（一个朴素的想法，要是我在最低点买进就好了）总的最大利润就是这些利润中的最大值。
class Solution: def maxProfit(self, prices: List[int]) -> int: r = 0 min_price = float('inf') # float('inf')表示正无穷 for price in prices: min_price = min(min_price, price) # 截止到当前的最低价（买入价） r = max(r, price - min_price) # 截止到目前的最高利润 return r第4天
566. 重塑矩阵
给定一个mxn的数组，重构为rxc的数组。比较简单的想法是把数组拉平为一位数组，然后逐个填充到新的数组中：
class Solution: def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]: m,n = len(mat), len(mat[0]) if m*n != r*c: return mat arr = [] for row in mat: for x in row: arr.append(x) arr_index = 0 newmat = [[0 for j in range(c)]for i in range(r)] for i in range(r): for j in range(c): newmat[i][j] = arr[arr_index] arr_index += 1 return newmat官方提供了一种直接计算下标的方法：
class Solution: def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]: m, n = len(nums), len(nums[0]) if m * n != r * c: return nums ans = [[0] * c for _ in range(r)] for x in range(m * n): ans[x // c][x % c] = nums[x // n][x % n] return ans118. 杨辉三角
找规律题。可以直接按照生成的规律生成数组。在「杨辉三角」中，每个数是它左上方和右上方的数的和。
class Solution: def generate(self, numRows: int) -> List[List[int]]: res = [[]for _ in range(numRows)] res[0] = [1] for i in range(1,numRows): res[i].append(1) for j in range(0,len(res[i-1])-1): res[i].append(res[i-1][j] + res[i-1][j+1]) res[i].append(1) return res第5天
36. 有效的数独
判断当前数独是否有效（不需要填充数独）只要用3个二维数组维护9行、9列、9个九宫格。
class Solution: def isValidSudoku(self, board: List[List[str]]) -> bool: row = [[] * 9 for _ in range(9)] col = [[] * 9 for _ in range(9)] nine = [[] * 9 for _ in range(9)] for i in range(len(board)): for j in range(len(board[0])): tmp = board[i][j] if not tmp.isdigit(): continue if (tmp in row[i]) or (tmp in col[j]) or (tmp in nine[(j // 3) * 3 + (i // 3)]): return False row[i].append(tmp) col[j].append(tmp) nine[(j // 3) * 3 + (i // 3)].append(tmp) return True73. 矩阵置零
如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。A：利用数组的首行和首列来记录 0 值另外用两个布尔值记录首行首列是否需要置0
class Solution: def setZeroes(self, matrix: List[List[int]]) -> None: """ Do not return anything, modify matrix in-place instead. """ #标记 m,n = len(matrix), len(matrix[0]) row = any(x == 0 for x in matrix[0]) col = any(matrix[r][0] == 0 for r in range(m) ) for i in range(m): for j in range(n): if matrix[i][j] == 0: matrix[i][0] = 0 matrix[0][j] = 0 #置零 for i in range(1,m): for j in range(1,n): if matrix[i][0] == 0 or matrix[0][j] == 0: matrix[i][j] = 0 if row: for j in range(0,n): matrix[0][j] = 0 if col: for i in range(0,m): matrix[i][0] = 0感谢各位的阅读，以上就是“Python多维列表中的坑如何解决”的内容了，经过本文的学习后，相信大家对Python多维列表中的坑如何解决这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！
