首页 > 行业资讯 > 30岁+男人最无声的炫富是什么?网友:老婆18岁~

30岁+男人最无声的炫富是什么?网友:老婆18岁~

时间:2024-06-05 来源: 浏览:

30岁+男人最无声的炫富是什么?网友:老婆18岁~

Web前端专栏 Python架构师
Python架构师

gh_1d7504e4dee1

回复:python,领取Python面试题。分享Python教程,Python架构师教程,Python爬虫,Python编程视频,Python脚本,Pycharm教程,Python微服务架构,Python分布式架构,Pycharm注册码。

平时,我们总能听到各种各样的炫耀,有的直白,有的含蓄。而我在网络上冲浪时,就发现了一网友的发帖:“30岁+男人最无声的炫富是什么?”最无声的炫富?我猜肯定不是物质上的。

果不其然,一网友直接回复,“老板,这次理发帮我头发打薄一点。”程序员听了狂喜,这是大家30+后最希望的吧。

接着是“洗脚自由”。啊这,确实让人羡慕。

还有的网友来了一句,“老婆18岁”。不愧是你啊,但是也确实,作为一个男人来说。

大多数网友的回答,还是:“父母身体健康,有个老婆,不一定漂亮、钱多,但是爱你,支持你,一丫一小、粗茶淡饭、衣食无忧。”借你吉言,这里也祝福大家。

资源分享

点击领取:最全Python资料合集

看完大家的炫富,每个人都想的不一样。但我觉得健康的家人,和睦的家庭,简单 而幸福的生活,这才是真正意义上的炫富吧。那么大家又是怎么看呢?

下面分享一道大厂的算法题

今日算法题,来自LeetC ode的第41题:缺失的第一个正数,很多 大厂都考过,下面是我的算法思路及实现,让我们来看看吧。

缺失的第一个正数

算法题目

给你一个未排序的整数数组,请你找出其中没有出现的最小的正整数。

引言

在编程和算法设计中,寻找未出现的最小正整数是一个经典问题。这个问题看似简单,但要高效地解决它,需要深入理解数组和算法的性质。本文将介绍一种高效的解法,并用JavaScript、Java和Go三种语言分别实现。

算法思路

  1. 原地哈希:

    首先,我们尝试将所有的正数放到其对应的索引位置上,即数值 1 应该放在数组索引 0 的位置,数值 2 放在索引 1 的位置,以此类推。通过这种方式,我们可以在 O(n) 的时间复杂度内找到缺失的最小正数。

  2. 处理边界情况:

    对于负数和大于数组长度的数,我们可以忽略不计,因为它们不会影响到我们寻找的最小正数。

  3. 寻找缺失的最小正数:

    经过上述处理后,我们遍历处理过的数组,找到第一个数值与索引不对应的位置,该位置的索引加 1 即为缺失的最小正数。如果数组中所有数值都正确对应其索引,说明数组是完整的,缺失的最小正数就是数组长度加 1。

代码实现

Java Scrip t实现

function firstMissingPositive ( nums ) { const n = nums.length; for ( let i = 0 ; i < n; ++i) { while (nums[i] > 0 && nums[i] <= n && nums[nums[i] - 1 ] !== nums[i]) { const temp = nums[nums[i] - 1 ]; nums[nums[i] - 1 ] = nums[i]; nums[i] = temp; } } for ( let i = 0 ; i < n; ++i) { if (nums[i] !== i + 1 ) { return i + 1 ; } } return n + 1 ; }

Java实现

public class Solution { public int firstMissingPositive ( int [] nums ) { int n = nums.length; for ( int i = 0 ; i < n; i++) { while (nums[i] > 0 && nums[i] <= n && nums[nums[i] - 1 ] != nums[i]) { int temp = nums[nums[i] - 1 ]; nums[nums[i] - 1 ] = nums[i]; nums[i] = temp; } } for ( int i = 0 ; i < n; i++) { if (nums[i] != i + 1 ) { return i + 1 ; } } return n + 1 ; } }

Go实现

func firstMissingPositive (nums [] int ) int { n := len (nums) for i := 0 ; i < n; i++ { for nums[i] > 0 && nums[i] <= n && nums[nums[i] -1 ] != nums[i] { nums[i], nums[nums[i] -1 ] = nums[nums[i] -1 ], nums[i] } } for i := 0 ; i < n; i++ { if nums[i] != i+ 1 { return i + 1 } } return n + 1 }

算法解析

  • 时间复杂度: O(n),尽管内部有一个 while 循环,但每个元素最多只会被交换一次。

  • 空间复杂度: O(1),原地哈希不需要额外的空间。

示例和测试

以数组 [3, 4, -1, 1] 为例:

  1. 经过原地哈希处理,数组变为 [1, -1, 3, 4]。

  2. 遍历处理过的数组,发现索引 1 的值不为 2,因此缺失的最小正数为 2。

总结

本文介绍了寻找未出现的最小正整数的问题,并提供了一种原地哈希的方法来高效解决这个问题。

 
热门推荐
  • 为什么没看到嘲笑外包的帖子了?网友:叫包哥~
  • Pandas 教程-Pandas 简便手册
  • “小而美”Tauri已支持iOS和Android,你还在用“技术毒瘤”Electron?

下一条:返回列表
版权:如无特殊注明,文章转载自网络,侵权请联系cnmhg168#163.com删除!文件均为网友上传,仅供研究和学习使用,务必24小时内删除。
相关推荐