LeetCode初级算法--其他02:有效的括号
一、引子
这是由LeetCode官方推出的的经典面试题目清单~
这个模块对应的是探索的初级算法~旨在帮助入门算法。我们第一遍刷的是leetcode推荐的题目。
二、题目
给定一个只包括 '(',')','{','}','[',']' 的字符串,判断字符串是否有效。
有效字符串需满足:
- 左括号必须用相同类型的右括号闭合。
- 左括号必须以正确的顺序闭合。
注意空字符串可被认为是有效字符串。
示例1:
输入: "()"
输出: true
示例2:
输入: "()[]{}"
输出: true
示例3:
输入: "(]"
输出: false
示例4:
输入: "([)]"
输出: false
示例5:
输入: "{[]}"
输出: true
1、思路
我们观察几个例子不难发现满足有效字符串的例子,对于正确的字符串来说,每次都能去掉一对括号,最后就成了空~
2、编程实现
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 == ''
本文由博客一文多发平台 OpenWrite 发布!
审核编辑 黄昊宇
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1791文章
46830浏览量
237474 -
机器学习
+关注
关注
66文章
8373浏览量
132395 -
深度学习
+关注
关注
73文章
5491浏览量
120958 -
leetcode
+关注
关注
0文章
20浏览量
2311
发布评论请先 登录
相关推荐
如何设计一个判别式中括号是否配对的算法
括号是否配对的算法,采用栈数据结构最佳。解析:栈的应用实践-符号匹配问题。4.函数调用语句 func(rec1, rec2+rec3, (rec4,rec5));该函数调用语句中,含有实参...
发表于 12-24 06:07
新手如何有效的刷算法题(LeetCode)
一会在 LeetCode 题解区逛逛,一会在牛客网看看面经,结果就是整个人烦躁不安,焦虑迷茫,题没有刷几道,羡慕嫉妒恨却增加了几分:别人的代码怎么这么简洁 ?别人的 Offer 怎么这么亮眼?
LeetCode初级算法-其他01:位1的个数
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode初级算法-设计问题02:最小栈
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode初级算法-设计问题01:Shuffle an Array (打乱数组)
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode初级算法-动态规划01:爬楼梯
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode初级算法-排序和搜索01:第一个错误的版本
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode初级算法-链表02:合并两个有序链表
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货 csdn:[链接] csdn:[链接] github:[链接]
LeetCode 394:字符串解码
注意示例 2 ,可以发现字符串中存在括号内有嵌套括号的情况,这个时候,只有先把内层括号解码成功,才能再去解码外层括号。
如何在Bash shell中使用花括号扩展{..}
花括号扩展(Brace expansion) {..} 是 Linux 中使用率很高的一个 shell 功能。你可以使用它打印数字或字母序列,将两个整数或字母使用花括号中的两个点分隔开,然后会看到神奇的结果。
卷积神经网络算法比其他算法好吗
、HOG、SURF等,卷积神经网络在识别准确率上表现更为突出。本文将介绍卷积神经网络并探讨其与其他算法的优劣之处。 一、卷积神经网络 卷积神经网络可以高效地处理大规模的输入图像,其核心思想是使用卷积层和池化层构建深度模型。卷积操作是卷积神经网络的核心操作,其可以
评论