LeetCode初級算法--其他02:有效的括號
一、引子
這是由LeetCode官方推出的的經典面試題目清單~
這個模塊對應的是探索的初級算法~旨在幫助入門算法。我們第一遍刷的是leetcode推薦的題目。
二、題目
給定一個只包括 '(',')','{','}','[',']' 的字符串,判斷字符串是否有效。
有效字符串需滿足:
- 左括號必須用相同類型的右括號閉合。
- 左括號必須以正確的順序閉合。
注意空字符串可被認為是有效字符串。
示例1:
輸入: "()"
輸出: true
示例2:
輸入: "()[]{}"
輸出: true
示例3:
輸入: "(]"
輸出: false
示例4:
輸入: "([)]"
輸出: false
示例5:
輸入: "{[]}"
輸出: true
1、思路
我們觀察幾個例子不難發現滿足有效字符串的例子,對于正確的字符串來說,每次都能去掉一對括號,最后就成了空~
2、編程實現
class Solution(object):
def isValid(self, s):
"""
:type s: str
:rtype: bool
"""
while '[]' in s or '{}' in s or '()' in s:
s = s.replace('[]','')
s = s.replace('{}','')
s = s.replace('()','')
return s == ''
本文由博客一文多發平臺 OpenWrite 發布!
審核編輯 黃昊宇
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
人工智能
+關注
關注
1801文章
48230瀏覽量
243201 -
機器學習
+關注
關注
66文章
8466瀏覽量
133599 -
深度學習
+關注
關注
73文章
5530瀏覽量
122047 -
leetcode
+關注
關注
0文章
20瀏覽量
2379
發布評論請先 登錄
相關推薦
如何設計一個判別式中括號是否配對的算法
括號是否配對的算法,采用棧數據結構最佳。解析:棧的應用實踐-符號匹配問題。4.函數調用語句 func(rec1, rec2+rec3, (rec4,rec5));該函數調用語句中,含有實參...
發表于 12-24 06:07
新手如何有效的刷算法題(LeetCode)
一會在 LeetCode 題解區逛逛,一會在牛客網看看面經,結果就是整個人煩躁不安,焦慮迷茫,題沒有刷幾道,羨慕嫉妒恨卻增加了幾分:別人的代碼怎么這么簡潔 ?別人的 Offer 怎么這么亮眼?

LeetCode初級算法-其他01:位1的個數
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode初級算法-設計問題02:最小棧
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode初級算法-設計問題01:Shuffle an Array (打亂數組)
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode初級算法-動態規劃01:爬樓梯
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode初級算法-排序和搜索01:第一個錯誤的版本
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode初級算法-鏈表02:合并兩個有序鏈表
搜索微信公眾號:'AI-ming3526'或者'計算機視覺這件小事' 獲取更多算法、機器學習干貨 csdn:[鏈接] csdn:[鏈接] github:[鏈接]
LeetCode 394:字符串解碼
注意示例 2 ,可以發現字符串中存在括號內有嵌套括號的情況,這個時候,只有先把內層括號解碼成功,才能再去解碼外層括號。
如何在Bash shell中使用花括號擴展{..}
花括號擴展(Brace expansion) {..} 是 Linux 中使用率很高的一個 shell 功能。你可以使用它打印數字或字母序列,將兩個整數或字母使用花括號中的兩個點分隔開,然后會看到神奇的結果。
卷積神經網絡算法比其他算法好嗎
、HOG、SURF等,卷積神經網絡在識別準確率上表現更為突出。本文將介紹卷積神經網絡并探討其與其他算法的優劣之處。 一、卷積神經網絡 卷積神經網絡可以高效地處理大規模的輸入圖像,其核心思想是使用卷積層和池化層構建深度模型。卷積操作是卷積神經網絡的核心操作,其可以
評論