使用唯一编号

Question

我有一个这样的清单：

[1, 2, 5, 2, 7, 3, 9, 5...]

在没有：

的情况下，是否有一种有效的方法可以找到2个最大元素的总和

for i in range():
    for j in range():

我发现了这个：＆＃34;最大子阵列问题＆＃34;

但我还不完全明白它的作用。

Answer 1

sum(sorted([9,8,1,3,4,5,7,0])[-2:])

对所有元素进行了排序
获取最后两个元素
总结

Answer 2

这是线性时间解决方案：

#initialize these to huge negative numbers
largest = -1e10
second_largest = -1e11
l = [9,8,1,3,4,5,7,0]
for item in l:
    if item > largest:
        second_largest = largest
        largest = item
    elif item > second_largest:
        second_largest = item

print(largest+second_largest)
# 17

Answer 3

这是线性解决方案：

x = [1, 2, 5, 2, 7, 3, 9, 5]
max1 = -1;
max2 = -1;
for i in range(len(x)):
    if x[i] > max1:
        max2 = max1
        max1 = x[i]
    elif x[i] > max2:
        max2 = x[i]

print(max1+max2)

如果您的数组仅包含正整数，则请考虑将max1，max2更改为最低可能值

Answer 4

另一个O（n）解决方案，但更多pythonic，放弃了一点性能（在列表上迭代4次）

l = [1, 2, 5, 2, 7, 3, 9, 5]

# find largest
largest = max(l)
# remove from list
l.remove(largest)
# second largest
largest2 = max(l)
# remove from list
l.remove(largest2)
print(largest+largest2)
>> 16

为了使它更紧凑，在一行中完全相同的过程：

l = [1, 2, 5, 2, 7, 3, 9, 5]
l.pop(l.index(max(l))) + l.pop(l.index(max(l)))
print(largest+largest2)
>> 16

Answer 5

如果您不介意使用图书馆，可以使用heapq＆＃39; nlargest：

import heapq
x = [1, 2, 5, 2, 7, 3, 9, 5]

然后

sum(heapq.nlargest(2, x))

将返回

同样pandas是一个选项（但只有当你导入它时才使用它，因为它是一个相当重的依赖）：

import pandas as pd
pd.Series(x).nlargest(2).sum()

也会返回16

如果您有重复的最大值，则可以使用sets：

x = [1, 2, 5, 2, 7, 3, 9, 5, 9]

然后

sum(heapq.nlargest(2, x))

将返回

为9 + 9 = 18和

sum(heapq.nlargest(2, set(x)))

将返回

然后计算9 + 7 = 16。

Answer 6

使用唯一编号

这是最简单的方式

a = [1, 2, 5, 2, 7, 3, 9, 5]
m1 = max(a)
a.pop(a.index(m1))
m2 = max(a)
print(m1 + m2)

输出：16

如果你有更多相同数字，但你想要摆脱它们 - 这样你就可以添加两个最大的不同数字 - 你可以这样做：

a = [1, 2, 5, 2, 7, 3, 9, 5]
a = set(a)
m1 = max(a)
a = list(a)
a.pop(a.index(m1))
m2 = max(a)
print(m1 + m2)

输出：16

如果您想要在列表中添加最大数字，即使它们是相同的（即9和9），请使用第一个代码示例，它将适合您。

如何将列表中的两个大元素相加？

6 个答案:

使用唯一编号