NYU CS-UY 1134 Practice

Question 1

题目

给定以下 Python 代码：

import copy

list1 = [1, [2, 3], 4]
list2 = list1.copy()
list3 = copy.deepcopy(list1)

list2[0] = 0
list2[1][0] = 0

list3[1][1] = 0

请问在以上代码执行完后：

1. list1 的值是多少？
2. list2 的值是多少？
3. list3 的值是多少？

答案

1. list1 的值是 [1, [0, 3], 4]

解释: 对 list2 做的更改会影响 list1 中的内部列表，因为 list2 只是浅拷贝。

2. list2 的值是 [0, [0, 3], 4]

解释: 修改 list2 的第一个元素和第二个元素的内部元素不会影响其他列表。

3. list3 的值是 [1, [2, 0], 4]

解释: 使用 deepcopy 进行的拷贝，所以对 list3 的任何更改都不会影响原始列表 list1。

Question 2

题目

考虑以下 Python 代码：

import copy

a = [1, 2, [3, 4, [5, 6]], 7]

b = a.copy()
c = copy.deepcopy(a)

b[0] = 0
b[2][1] = 0
b[2][2][0] = 0

c[2][2][1] = 0
c[3] = 0

在上述代码执行后：

1. a 的值是多少？
2. b 的值是多少？
3. c 的值是多少？

答案

1. a 的值是 [1, 2, [3, 0, [0, 6]], 7]

解释: 修改 b 会导致 a 的部分子元素被更改，因为 b 是 a 的浅拷贝。

2. b 的值是 [0, 2, [3, 0, [0, 6]], 7]

解释: 对 b 的任何直接更改不会影响其他列表，但是对 b 中的子列表的更改会影响 a。

3. c 的值是 [1, 2, [3, 4, [5, 0]], 0]

解释: 使用 deepcopy 拷贝，所以对 c 的任何更改都不会影响原始列表 a。

这个问题在深浅拷贝的基础上添加了更多的嵌套层次，以此考察对浅拷贝和深拷贝如何在多级嵌套数据结构中工作的理解。

Question 3

题目

编写一个函数 modify_lists，接受一个列表作为参数，然后返回两个列表。一个是这个列表的浅拷贝，并且进行了某些修改；另一个是这个列表的深拷贝，并且也进行了某些修改。函数定义如下：

def modify_lists(lst: list) -> (list, list):
    pass

要求：

1. 浅拷贝的列表需要做以下更改：

   • 如果列表的第一个元素是数字，则将其乘以2。
   • 如果列表中有子列表，则将子列表的最后一个元素改为字符串"modified"。

2. 深拷贝的列表需要做以下更改：

   • 如果列表的最后一个元素是数字，则将其除以2（结果为浮点数）。
   • 如果列表中有子列表，则将子列表的第一个元素改为字符串"deepcopy"。

例如：

input_list = [1, [2, 3], 4]
shallow, deep = modify_lists(input_list)

shallow 的值应为 [2, ["modified", 3], 4]
deep 的值应为 [1, ["deepcopy", 3], 2.0]

注意：原始 input_list 可能会由于浅拷贝而被部分修改。

这个题目需要对深浅拷贝的特点有深入的理解，尤其是如何通过修改拷贝来间接或直接修改原始列表。同时，考生需要注意如何识别列表和子列表中的元素类型，并根据这些特点进行适当的修改。

答案

import copy

def modify_lists(lst: list) -> (list, list):
    # 创建一个浅拷贝
    shallow_copy = lst.copy()
    
    # 如果列表的第一个元素是数字，则将其乘以2。
    if isinstance(shallow_copy[0], int) or isinstance(shallow_copy[0], float):
        shallow_copy[0] *= 2

    # 如果列表中有子列表，则将子列表的最后一个元素改为字符串"modified"。
    for item in shallow_copy:
        if isinstance(item, list) and item:
            item[-1] = "modified"

    # 创建一个深拷贝
    deep_copy = copy.deepcopy(lst)

    # 如果列表的最后一个元素是数字，则将其除以2。
    if isinstance(deep_copy[-1], int) or isinstance(deep_copy[-1], float):
        deep_copy[-1] /= 2

    # 如果列表中有子列表，则将子列表的第一个元素改为字符串"deepcopy"。
    for item in deep_copy:
        if isinstance(item, list) and item:
            item[0] = "deepcopy"

    return shallow_copy, deep_copy

input_list = [1, [2, 3], 4]
shallow, deep = modify_lists(input_list)

print("Shallow Copy:", shallow)  # 输出: [2, ['modified', 3], 4]
print("Deep Copy:", deep)        # 输出: [1, ['deepcopy', 3], 2.0]

Question 4

Let lst be a list of integers. We define prefix_sum(i) to be the sum of the first (i+1) elements of lst. That is: prefix_sum(i) = lst[0] + lst[1] + ... + lst[i].

For example, if lst = [-1, 1, 4, -2, -3],

• prefix_sum(0) is -1
• prefix_sum(1) is 0, since (-1) + 1 = 0
• prefix_sum(2) is 4, since (-1) + 1 + 4 = 4
• prefix_sum(3) is 2,since (-1)+1+4+(-2)=2
• prefix_sum(4) is -1,since (-1)+1+4+(-2)+(-3)=-1

Complete the definition below for the function:

def positive_prefix_sum(lst)

This function is given a list of integers, lst. When called, it creates and returns a list with all the indices of which their prefix-sum is positive.

For example, if lst = [-1, 1, 4, -2, -3] , calling positive_prefix_sum(lst) should return [2, 3].

Notes:

1. Your implementation should all be in the return line.That is, you are not allowed to add lines to this function, define an additional function, etc.

2. You may want to use the build-in sum function.

3. The indices should come in an ascending order.

4. In this question, don’t worry about the runtime of your implementation.

def positive_prefix_sum(lst):
    return

答案

def positive_prefix_sum(lst):
    positive_indices = []  # 用来保存前缀和为正的索引

    for i in range(len(lst)):  # 遍历lst的所有索引
        current_prefix_sum = sum(lst[:i+1])  # 计算到索引i为止的前缀和

        if current_prefix_sum > 0:  # 如果前缀和为正
            positive_indices.append(i)  # 将该索引添加到positive_indices列表中

    return positive_indices  # 返回所有前缀和为正的索引

def positive_prefix_sum(lst):
    return [i for i in range(len(lst)) if sum(lst[:i+1]) > 0]

Question 5

Consider the following two implementations of a function that if given a list, lst, create and return a new list containing the elements of lst in reverse order.

def reverse1(lst):
    rev_lst = []
    i = 0
    while i < len(lst):
        rev_lst.insert(0, lst[i])
        i += 1
    return rev_lst


def reverse2(lst):
    rev_lst = []
    i = len(lst) - 1
    while i >= 0:
        rev_lst.append(lst[i])
        i -= 1
    return rev_lst

1. If lst is a list of n integers,what is the worst case running time of reverse1(lst)? Give a short explanation of your answer.

Your Answer: ( _________ )

If lst is a list of n integers,what is the worst case running time of reverse2(lst)? Give a short explanation of your answer.

Your Answer: ( _________ )

答案

在 reverse1 函数中，每次使用 insert(0, lst[i]) 方法在列表的首部插入元素。在 Python 的列表中，首部的插入操作需要 O(n) 的时间复杂度，因为它需要移动整个列表的元素。由于对列表的每个元素都执行这一操作，所以这会导致 $O(n^2)$ 的时间复杂度。

Your Answer: $O(n^2)$ 因为在每次迭代中，都在列表的开始位置插入一个元素，这是一个 $O(n)$ 的操作，而这个操作将被执行 n 次。

接下来看 reverse2 函数：

在 reverse2 函数中，使用 append 方法在列表的尾部插入元素。在 Python 的列表中，尾部的插入操作是 $O(1)$ 的平均时间复杂度。对列表的每个元素都执行这一操作，所以整体的时间复杂度是 $O(n)$。

Your Answer: $O(n)$ 因为在每次迭代中，都在列表的末尾添加一个元素，这是一个 $O(1)$ 的操作，而这个操作将被执行 n 次。

Question 6

def min_in_lst(lst, low, high):
    if(low == high):
        return lst[low]
    else:
        mid_ind = (low + high) // 2
        min1 = min_in_lst(lst, low, mid_ind)
        min2 = min_in_lst(lst, mid_ind + 1, high)
        if(min1 < min2):
            return min1
        else:
            return min2

def min_in_lst(lst, low, high):
    if(low == high):
        return lst[low]
    else:
        mid_ind = (low + high) // 2
        min1 = min_in_lst(lst, low, mid_ind)
        min2 = min_in_lst(lst, mid_ind + 1, high)
        if(min1 < min2):
            return min1
        else:
            return min2

Question 7

Question 8

def is_sorted(lst, low, high)

def is_sorted(lst, low, high):

def is_sorted(lst, low, high)

def is_sorted(lst, low, high):

def is_sorted(lst,low,high):
    if low >= high:
        return True # which means the lst just have negative length or length of 1:
    else:
        return lst[low]<=lst[low+1] and is_sorted(lst,low+1,high)
        #前一段代码的目的是：如果boolean不成立直接return false
        #后一段代码进入递归，但是low指针+1，


lst = [1, 3, 6, 8, 12, 15, 31]
print(is_sorted(lst, 0, 6))  # True

def is_sorted(lst, low, high):
    # 基本情况：当low大于或等于high时，返回True
    if low >= high:
        return True
    # 检查当前下标low的元素和low+1的元素
    if lst[low] > lst[low+1]:
        return False
    # 递归地检查下一个元素
    return is_sorted(lst, low + 1, high)

Question 9

题目：嵌套列表展平

给定一个嵌套的整数列表，请使用递归编写一个函数，将其展平为一个单一的整数列表。

例如：

输入：[1, [2, 3, [4, 5]], 6, [[7]], [8, 9]]

输出：[1, 2, 3, 4, 5, 6, 7, 8, 9]

要求:

• 列表内可以有任意多级的嵌套。
• 保持原始列表的元素顺序不变。
• 不能使用内置的库函数来完成任务。

提示:

• 如果当前的元素是整数，你可以直接添加到结果列表中。
• 如果当前的元素是列表，你可以递归处理这个列表。

这题的关键在于判断每一个元素是一个整数还是一个列表，并根据这个信息决定是将其直接添加到结果中，还是继续递归展开。

答案

def flatten_list(nested_list):
    if not isinstance(nested_list, list):  # 基本情况：如果是一个整数
        return [nested_list]
    
    result = []  # 用于存放结果的列表
    for item in nested_list:  # 遍历嵌套列表的每一个元素
        result.extend(flatten_list(item))  # 递归展开每一个元素，并将结果添加到result中
    return result

# 测试
print(flatten_list([1, [2, 3, [4, 5]], 6, [[7]], [8, 9]]))  # 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9]

递归分析:

1. 递归公式:

   • 如果当前元素是整数，直接返回这个整数作为列表的一个元素。
   • 如果当前元素是列表，遍历这个列表并对每一个元素递归调用 flatten_list，然后将递归调用的结果添加到当前的结果中。

2. 递归边界:

   • 当传入的 nested_list 不是列表时（即是整数时），这就是递归的基本情况，此时应直接返回这个整数作为列表的一个元素。

这个问题的核心思想是分解：如果你有一个元素，你知道如何处理它（无论是整数还是另一个列表）。对于整数，你只需将其添加到结果中。对于列表，你只需遍历它并处理其内容，不断重复这个过程，直到你只剩下整数。

Question 10

For each of the following, state if it is true or false (circle your choice):

I. $\sqrt{3n^2 + 4n - 5} = \Theta(n)$ TRUE / FALSE

II. $\log_2(n^2) = O(\log_2(n))$ TRUE / FALSE

III. $\log_2(n) = \Omega(\sqrt{n})$ TRUE / FALSE

For each of the following, state if it is true or false (circle your choice):

I. $2n^3 + 5n^2 - 3n = \Theta(n^3)$ TRUE / FALSE

II. $\log_2(3n) = O(\log_2(n))$ TRUE / FALSE

III. $n\log_2(n) = \Omega(n)$ TRUE / FALSE

请注意，给出的题目是为了练习和考察复杂度分析的理解，并不保证每个等式都是真的或假的。需要通过对复杂度分析的知识进行分析来确定答案。

Question 11

题目

1. 神秘的列表操作

   Alice 有一个由数字和列表组成的嵌套列表 lst1。她决定使用以下方式创建 lst2：lst2 = lst1.copy() 然后，她改变了 lst1 中的一个子列表的元素，并且注意到 lst2 中的相应元素也发生了变化。请解释为什么会这样，并说明这种拷贝是深拷贝还是浅拷贝。

2. 变形的拷贝

   Bob 想从一个已有的列表 lst1 中拷贝其前三个元素，并创建一个新列表 lst2。他使用了以下代码： lst2 = lst1[:3] 他改变了 lst2 中的一个元素的值，但是发现 lst1 中的相应元素并没有发生变化。然而，当他尝试修改 lst2 中的一个子列表，lst1 也发生了变化。请解释为什么会这样，并指出这种切片操作是深拷贝还是浅拷贝。

3. 难题中的拷贝

   Carol 写了以下代码：

   import copy
   lst1 = [1, 2, [3, 4], [5, [6, 7]]]
   lst2 = copy.deepcopy(lst1)
   lst1[2][0] = 8
   lst1[3][1][0] = 9

   请问 lst2 的值是什么？并解释为什么。

答案

1. 神秘的列表操作

   答案：lst2 = lst1.copy() 这里使用的是浅拷贝。这意味着，虽然 lst1 和 lst2 是不同的对象，但它们中的子对象（例如嵌套的列表）仍然指向相同的内存位置。因此，当 Alice 改变了 lst1 中的一个子列表的元素时，lst2 中的相应元素也会发生变化，因为它们都引用同一个子列表对象。

2. 变形的拷贝

   答案： lst2 = lst1[:3] 这里使用的也是浅拷贝。当 Bob 改变了 lst2 中的一个元素的值时，因为这个元素是一个基本数据类型（如整数或字符串），所以 lst1 中的相应元素不会受到影响。但是，当 Bob 修改 lst2 中的一个子列表时，lst1 中的对应子列表也会发生变化，因为这两个列表引用的是同一个子列表对象。

3. 难题中的拷贝

   答案： 使用 copy.deepcopy(lst1) 进行了深拷贝，这意味着 lst2 是 lst1 的一个完全独立的副本，包括所有嵌套的子对象。所以，即使 Carol 修改了 lst1 中的值，lst2 的内容也不会发生任何变化。

   因此，lst2 的值仍然是 [1, 2, [3, 4], [5, [6, 7]]]。

Question 12

题目

1. 自定义深拷贝函数

   要求：不使用 copy 模块，编写一个函数 custom_deepcopy，该函数接受一个可能包含多层嵌套列表的列表，并返回这个列表的一个深拷贝。测试您的函数以确保深拷贝的正确性。

2. 检测列表中的循环引用

   有时，列表可能包含循环引用。例如：

   lst = [1, 2, 3]
   lst.append(lst)

   lst 现在引用了自身，形成了一个循环引用。编写一个函数 detect_loop，检测一个列表是否包含循环引用。如果包含，返回 True，否则返回 False。

3. 嵌套列表的浅拷贝

   考虑以下列表：

   nested_lst = [[1, 2, 3], [4, 5, [6, 7]], [8, 9]]

   编写一个函数 shallow_copy_nested，为这样的多层嵌套列表创建一个浅拷贝。注意：您应该返回一个新的外部列表，但其中的嵌套列表应该引用原始列表中的相应嵌套列表。

答案

1. 自定义深拷贝函数

   def custom_deepcopy(lst):
       if not isinstance(lst, list):
           return lst
       return [custom_deepcopy(item) for item in lst]
   
   # 测试
   original = [1, [2, 3], [4, [5, 6]]]
   copied = custom_deepcopy(original)
   print(copied == original)  # True (内容相同)
   print(copied is original)  # False (但它们是不同的对象)

   该函数递归地处理列表，确保每一层都是一个新的对象。

2. 检测列表中的循环引用

   def detect_loop(lst, seen=None):
       if seen is None:
           seen = set()
       if id(lst) in seen:
           return True
       seen.add(id(lst))
       for item in lst:
           if isinstance(item, list) and detect_loop(item, seen):
               return True
       return False
   
   # 测试
   lst1 = [1, 2, 3]
   print(detect_loop(lst1))  # False
   lst1.append(lst1)
   print(detect_loop(lst1))  # True

   该函数使用一个集合 seen 来跟踪已检查的列表对象。它通过列表的 id 来查找循环引用。

3. 嵌套列表的浅拷贝

   def shallow_copy_nested(lst):
       return lst[:]
   
   # 测试
   original = [[1, 2, 3], [4, 5, [6, 7]], [8, 9]]
   copied = shallow_copy_nested(original)
   print(copied == original)  # True (内容相同)
   print(copied is original)  # False (外部列表是不同的对象)
   print(copied[1] is original[1])  # True (内部列表是相同的对象)

   使用切片方法可以为外部列表创建一个浅拷贝。但内部的嵌套列表仍然指向原始列表中的相应嵌套列表。

公众号：AI悦创【二维码】