示例测试用例
Input Output
- Test Case 1 3 1 4 2 5 0 0 1 2 3 4 5
- Test Case 2 4 7 -1 9 -1 5 3 -1 -1 -1 -1 -1 -1 3 4 5 -1 7 -1 9
您会看到丢失的数字在丢失的地方(即以排序方式)被-1替换了,我如何实现此输出,我可以通过
来获取输入num = list(set((map(int, input().split()))))
num.sort()
答案 0 :(得分:2)
您可以将输入列表中的数字存储在集中中。然后,要获取输出列表,可以遍历数字范围并检查它们是否在集合中:
in_list = [4, 7, -1, 9, -1, 5, 3, -1, -1, -1]
s = set(in_list)
out_list = [i if i in s else -1 for i in range(len(in_list))]
print(out_list) # [-1, -1, -1, 3, 4, 5, -1, 7, -1, 9]
答案 1 :(得分:0)
def sort(list):
length = len(list) - 1
unsorted = True
while unsorted:
for element in range(0,length):
unsorted = False
if list[element] > list[element + 1]:
hold = list[element + 1]
list[element + 1] = badList[element]
list[element] = hold
else:
unsorted = True
i = 0
while i < range(len(list)-1):
if list[i+1] - list[i] != 1 and list[i+1] != -1 and list[i] != -1:
list.insert(i+1, -1)
i = i - 1
i = i - 1
return list
list = [3,1,4,2,5,0]
print(sort(list))
这是你的追求吗?
答案 2 :(得分:0)
Python列表理解是一个非常简单的概念。您可以遍历列表并根据您的条件获取列表中的元素。
考虑以下示例:
old_list = [1, 2, 3, 4, 5]
new_list = []
for elem in old_list:
new_list.append(elem)
print(new_list) # [1, 2, 3, 4, 5]
代码基本上是从另一个列表创建一个列表。这里没什么好看的。但这不是pythonic
方法。让我们pythonic
方式进行操作:
old_list = [1, 2, 3, 4, 5]
new_list = [elem for elem in old_list]
这确实做同样的事情。但是,为什么我们不直接将old_list
复制到new_list
?因为列表理解不仅可以用于复制元素,还可以用于列表的复制。看到这个:
old_list = [1, 2, 3, 4, 5]
new_list = [elem+1 for elem in old_list]
print(new_list) # [2, 3, 4, 5, 6]
现在,您创建了另一个列表!您可以对列表元素执行任何操作以创建新元素。
由于python也具有三元运算,因此也可以这样做:
a = 3 if x>2 else 4
此代码的缩写:
if x>2:
a = 3
else:
a = 4
将列表理解和三元运算结合在一起时,只需一行代码即可解决您的问题。
a = [1, 2 ,3 ,4 ,5]
def zerofy(arr, n):
return [-1 if 0<=elem<=n else elem for elem in arr]
zerofy(a, 2)
# [-1, -1, 3, 4, 5]
答案 3 :(得分:0)
这就是我的处理方式(如果我正确理解了您的问题)
test1 = [3, 1, 4, 2, 5, 0]
test2 = [4, 7, -1, 9, -1, 5, 3, -1, -1, -1]
print([i if i in test1 else -1 for i in range(0, len(test1))])
print([i if i in test2 else -1 for i in range(0, len(test2))])
>>>[0, 1, 2, 3, 4, 5]
>>>[-1, -1, -1, 3, 4, 5, -1, 7, -1, 9]
答案 4 :(得分:-1)
纯Python方法将涉及列表理解range
和set
。如果您对大型阵列的性能感兴趣,建议您使用NumPy之类的第三方库:
import numpy as np
a = np.array([3, 1, 4, 2, 5, 0])
b = np.array([4, 7, -1, 9, -1, 5, 3, -1, -1, -1])
def reindexer(x):
res = np.arange(len(x) + 1)
res[~np.isin(res, x)] = -1
return res
reindexer(a) # array([0, 1, 2, 3, 4, 5])
reindexer(b) # array([-1, -1, -1, 3, 4, 5, -1, 7, -1, 9])