都在刷的力扣算法題，居然長(zhǎng)這樣？

大家好，可以叫我才哥。

最近 有好朋友在咱們交流群分享力扣算法題，感覺還蠻好玩的。然后才哥去力扣看了看，很快就慫了，覺得自己像個(gè)傻子，傻傻的都不會(huì)寫！！

不過，硬著頭皮寫了一段時(shí)間，發(fā)現(xiàn)還是收獲很多，對(duì)于鍛煉邏輯思維能力和編碼能力都有很不錯(cuò)的助力，就是費(fèi)時(shí)間一個(gè)算法題可能要研究一個(gè)晚上才能獨(dú)立碼出理想的代碼。

那么，力扣里的算法題都是什么樣的呢？大家都喜歡刷什么難度的題，通過率都如何？咱們今天就簡(jiǎn)單介紹一下吧！

目錄：

• 1. 數(shù)據(jù)獲取

• 2. 數(shù)據(jù)可視化

• 2.1. 難度分布

• 2.2. 通過率分布

• 2.3. 提交數(shù)分布

• 2.4. 題解數(shù)分布

• 3. 那些最熱門和最噩夢(mèng)的算法題

• 3.1. 最熱門

• 3.2. 最噩夢(mèng)

• 3.3. 最簡(jiǎn)單？

1. 數(shù)據(jù)獲取

直接用python從力扣爬取全部算法題題庫(kù)列表數(shù)據(jù)即可

# 題庫(kù)列表數(shù)據(jù)接口地址
url = 'https://leetcode-cn.com/api/problems/all/'

由于獲取的數(shù)據(jù)是json格式的，所以比較好解析，具體數(shù)據(jù)爬取及清洗處理過程見下面代碼：

import requests
import pandas as pd

url = 'https://leetcode-cn.com/api/problems/all/'
r = requests.get(url)
data = r.json()
# 多層字典解析
df = pd.json_normalize(data['stat_status_pairs'])
# 只篩選需要用到的列
df = df[['stat.question_id', 'stat.question__title',
         'stat.total_acs', 'stat.total_submitted',
         'stat.total_column_articles', 'stat.frontend_question_id',
         'difficulty.level']]
# 重命名列名為中文名
df.columns = ['id', '題目名稱',
              '通過數(shù)', '提交數(shù)',
              '題解數(shù)', '題目id',
              '難度']
# 將難度枚舉數(shù)字替換為 描述形容詞（這里用到replace）
df['難度'].replace([1, 2, 3], ['簡(jiǎn)單', '中等', '困難'], inplace=True)
# 計(jì)算通過率（這里用到assign）
df = df.assign(通過率 = df.通過數(shù)/df.提交數(shù))
# 由于題目id含有標(biāo)簽（如LCP 11、面試題 17等），這里將標(biāo)簽解析出來為（LCP、面試題等）
df = df.assign(題目標(biāo)簽 = df.題目id.str.extract(r'(\S*?\s*\S*?)[\s]*\d+'))
df['題目標(biāo)簽'].replace('', 'ID類', inplace=True)
df.head()

這里涉及到幾個(gè)pandas函數(shù)的使用，大家可以參考?xì)v史推文《再推薦幾個(gè)好用的pandas函數(shù)，繼續(xù)加快你數(shù)據(jù)處理的速度》和《學(xué)會(huì)這些好用的pandas函數(shù)，讓你的數(shù)據(jù)處理更快人一步》進(jìn)行更多了解。

2. 數(shù)據(jù)可視化

對(duì)于力扣的題庫(kù)，我們簡(jiǎn)單看看難度分布、通過率、提交數(shù)分布等等情況，以及了解下通過率最低的都是什么魔鬼題目呢！？

本文數(shù)據(jù)可視化部分使用的是可視化庫(kù)plotly，感興趣的可以參考此前教程了解：

• 《手把手教你用plotly繪制excel中常見的16種圖表(上)》
• 《手把手教你用plotly繪制excel中常見的16種圖表(下)》

2.1. 難度分布

在一共的2,026道算法題中，中等難度最多高達(dá)1,051題占比51.9%，其次是簡(jiǎn)單難度占比27.7%，困難難度一共414題僅占20.4%。

繪圖代碼：

# 力扣算法題難度分布
import plotly.express as px

df['值'] = 1
fig = px.pie(df, values="值", names='難度', 
             color_discrete_sequence=px.colors.sequential.RdBu,
             hole=.3, # 設(shè)置空心半徑比例
             title='力扣算法題難度分布',
            )
fig.update_traces(textposition='inside', 
                  textinfo='percent+label+value' # 數(shù)據(jù)標(biāo)簽顯示的內(nèi)容
                 )
fig.show()

那么，不同標(biāo)簽下難度分布情況又是什么樣呢？

• 純ID類的算法題最多，高達(dá)1,815題，占了整個(gè)題庫(kù)的90%，它的中等難度題955題占自身題量的53%
• 面試題類的算法題共112題，中等難度也是最多共61題占比54%，它的困難難度僅占自身題量的12%
• 劍指 Offer類算法題共72題，簡(jiǎn)單難度反而最多占比51%，困難難度的僅5題只占自身題量的7%而已
• LCP 類算法題共27題，則主要以困難難度為主，共14題占自身題量的52%

繪圖代碼：

import plotly.express as px

fig = px.sunburst(df, 
                  path=['題目標(biāo)簽', '難度'], 
                  values="值",
                  title='力扣算法題不同標(biāo)簽下的難度分布',
                 )
fig.update_traces(textinfo='percent parent+label+value' # 數(shù)據(jù)標(biāo)簽顯示的內(nèi)容
                 )
fig.show()

2.2. 通過率分布

整體來看，大部分的算法題的通過率集中在0.4-0.6之間，還蠻近正態(tài)分布的。

我們對(duì)不同難度的算法題進(jìn)行拆分看通過率，發(fā)現(xiàn)確實(shí)滿足簡(jiǎn)單的通過率普遍較高、中等的更接近正態(tài)分布，困難模式下通過率低了很多。

繪圖代碼：

# 繪制通過率直方圖
import plotly.express as px

fig = px.histogram(df, x="通過率",
                   nbins=20, # 分成20組
                   facet_row="難度",
                   title='力扣算法題不同難度通過率分布',
                   height=600,
                   category_orders={"難度": ["簡(jiǎn)單", "中等", "困難"]}
                  )
fig.show()

2.3. 提交數(shù)分布

力扣是2018年2月進(jìn)入中國(guó)大陸，至今剛好3年有余，我們發(fā)現(xiàn)最高的提交數(shù)就是ID類第1題的兩數(shù)之和，高達(dá)超過379萬次提交，不過通過率居然僅僅50.8%不到，有點(diǎn)意思。

提交數(shù)最多的范圍是在1萬-5萬之間，其次是5千-1萬，再次是10萬-50萬。絕大多數(shù)算法題的提交數(shù)是較多的，畢竟可以重復(fù)提交看優(yōu)化代碼后的性能效率嘛。

我們對(duì)不同難度的算法題按照提交數(shù)和通過率繪制樹狀熱圖如下：中等難度整體提交數(shù)高于簡(jiǎn)單難度。

（綠色表示通過率大于50%，紫紅色表示通過率低于50%）

繪圖代碼：

import plotly.express as px
import numpy as np

df["all"] = "全部力扣算法題提交數(shù)及通過率" # in order to have a single root node
fig = px.treemap(df, path=['all', '難度', '題目名稱'], values='提交數(shù)',
                  color='通過率',
                  color_continuous_scale='PiYG',
                  color_continuous_midpoint=0.5,
                  height = 560,
                  width = 1200,
                )
fig.show()

2.4. 題解數(shù)分布

對(duì)于我這種算法小白來說，看題解是很過癮的。在力扣題庫(kù)里，大多數(shù)的算法題題解在100以內(nèi)，其實(shí)100-200,200-500范圍內(nèi)。不過，實(shí)際看題解的時(shí)候會(huì)發(fā)現(xiàn)題解下面的評(píng)論也是很精彩的，畢竟大家都會(huì)踴躍討論，氛圍組！

和提交數(shù)與通過率的樹狀矩形圖中中等難度提交數(shù)更多稍有不同，簡(jiǎn)單模式的題解數(shù)更多些：

3. 那些最熱門和最噩夢(mèng)的算法題

在合計(jì)1.416億次提交數(shù)，0.746億次通過數(shù)，63.61萬次題解數(shù)中，最熱門和噩夢(mèng)的算法題都長(zhǎng)什么樣呢？

3.1. 最熱門

我們先看提交數(shù)最多的前三甲：

分別是ID類的前3題，最多提交也正常了，畢竟曝光最多嘛

1. 兩數(shù)之和：379萬次提交
2. 無重復(fù)字符的最長(zhǎng)子串：249萬次提交
3. 兩數(shù)相加：195萬次提交

再看題解數(shù)最多的前三甲：

對(duì)于兩數(shù)之和與兩數(shù)相加在意料之中，居然還冒出了第206題反轉(zhuǎn)鏈表題解高達(dá)6千多，這題的通過率也是老高了達(dá)到71.48%！！

3.2. 最噩夢(mèng)

所謂最噩夢(mèng)，我們以通過率最低為標(biāo)尺，可以看到有這么幾題通過率居然都低于17%，妥妥的困難模式！

最噩夢(mèng)之一：5707. 得到新鮮甜甜圈的最多組數(shù)

>

有一個(gè)甜甜圈商店，每批次都烤 batchSize 個(gè)甜甜圈。這個(gè)店鋪有個(gè)規(guī)則，就是在烤一批新的甜甜圈時(shí)，之前所有甜甜圈都必須已經(jīng)全部銷售完畢。給你一個(gè)整數(shù) batchSize 和一個(gè)整數(shù)數(shù)組 groups ，數(shù)組中的每個(gè)整數(shù)都代表一批前來購(gòu)買甜甜圈的顧客，其中 groups[i] 表示這一批顧客的人數(shù)。每一位顧客都恰好只要一個(gè)甜甜圈。當(dāng)有一批顧客來到商店時(shí)，他們所有人都必須在下一批顧客來之前購(gòu)買完甜甜圈。如果一批顧客中第一位顧客得到的甜甜圈不是上一組剩下的，那么這一組人都會(huì)很開心。你可以隨意安排每批顧客到來的順序。請(qǐng)你返回在此前提下，最多 有多少組人會(huì)感到開心。

示例 1：
輸入：batchSize = 3, groups = [1,2,3,4,5,6]
輸出：4
解釋：你可以將這些批次的顧客順序安排為 [6,2,4,5,1,3] 。那么第 1，2，4，6 組都會(huì)感到開心。

示例 2：
輸入：batchSize = 4, groups = [1,3,2,5,2,2,1,6]
輸出：4

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/maximum-number-of-groups-getting-fresh-donuts
著作權(quán)歸領(lǐng)扣網(wǎng)絡(luò)所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系官方授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。

最噩夢(mèng)之二：1622. 奇妙序列

>

請(qǐng)你實(shí)現(xiàn)三個(gè) API append，addAll 和 multAll 來實(shí)現(xiàn)奇妙序列。

請(qǐng)實(shí)現(xiàn) Fancy 類 ：

Fancy() 初始化一個(gè)空序列對(duì)象。
void append(val) 將整數(shù) val 添加在序列末尾。
void addAll(inc) 將所有序列中的現(xiàn)有數(shù)值都增加 inc 。
void multAll(m) 將序列中的所有現(xiàn)有數(shù)值都乘以整數(shù) m 。
int getIndex(idx) 得到下標(biāo)為 idx 處的數(shù)值（下標(biāo)從 0 開始），并將結(jié)果對(duì) 109 + 7 取余。如果下標(biāo)大于等于序列的長(zhǎng)度，請(qǐng)返回 -1 。
 

示例：

輸入：
["Fancy", "append", "addAll", "append", "multAll", "getIndex", "addAll", "append", "multAll", "getIndex", "getIndex", "getIndex"]
[[], [2], [3], [7], [2], [0], [3], [10], [2], [0], [1], [2]]
輸出：
[null, null, null, null, null, 10, null, null, null, 26, 34, 20]

解釋：
Fancy fancy = new Fancy();
fancy.append(2);   // 奇妙序列：[2]
fancy.addAll(3);   // 奇妙序列：[2+3] -> [5]
fancy.append(7);   // 奇妙序列：[5, 7]
fancy.multAll(2);  // 奇妙序列：[5*2, 7*2] -> [10, 14]
fancy.getIndex(0); // 返回 10
fancy.addAll(3);   // 奇妙序列：[10+3, 14+3] -> [13, 17]
fancy.append(10);  // 奇妙序列：[13, 17, 10]
fancy.multAll(2);  // 奇妙序列：[13*2, 17*2, 10*2] -> [26, 34, 20]
fancy.getIndex(0); // 返回 26
fancy.getIndex(1); // 返回 34
fancy.getIndex(2); // 返回 20

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/fancy-sequence

最噩夢(mèng)之三：564. 尋找最近的回文數(shù)

>

給定一個(gè)整數(shù) n ，你需要找到與它最近的回文數(shù)（不包括自身）。

“最近的”定義為兩個(gè)整數(shù)差的絕對(duì)值最小。

示例 1:

輸入: "123"
輸出: "121"
注意:

n 是由字符串表示的正整數(shù)，其長(zhǎng)度不超過18。
如果有多個(gè)結(jié)果，返回最小的那個(gè)。

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/find-the-closest-palindrome

3.3. 最簡(jiǎn)單？

通過率最高的居然高達(dá)90%，其中還有2個(gè)是中等難度的。。

不過，這三題都是會(huì)員可見：

1. 可回收且低脂的產(chǎn)品：通過率 93.7%
2. 逆序打印不可變鏈表：通過率 91.8%
3. 兩個(gè)稀疏向量的點(diǎn)積：通過率 89.3%

除了會(huì)員可見的外，通過率最高的是一個(gè)中等難度題，也有高達(dá)86.9%的通過率

1689. 十-二進(jìn)制數(shù)的最少數(shù)目

>

如果一個(gè)十進(jìn)制數(shù)字不含任何前導(dǎo)零，且每一位上的數(shù)字不是 0 就是 1 ，
那么該數(shù)字就是一個(gè) 十-二進(jìn)制數(shù) 。例如，101 和 1100 都是 十-二進(jìn)制數(shù)，
而 112 和 3001 不是。

給你一個(gè)表示十進(jìn)制整數(shù)的字符串 n ，返回和為 n 的 十-二進(jìn)制數(shù) 的最少數(shù)目。
 
示例 1：
輸入：n = "32"
輸出：3
解釋：10 + 11 + 11 = 32

示例 2：
輸入：n = "82734"
輸出：8

示例 3：
輸入：n = "27346209830709182346"
輸出：9

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/partitioning-into-minimum-number-of-deci-binary-numbers

以上就是本期全部?jī)?nèi)容，感興趣的可以試試。