LeetCode 8. 字符串转换整数 (atoi)（中）& 剑指offer 面试题67. 把字符串转换成整数（中）

本题最难点在于如何用Python模拟解决 Int32 溢出问题。

题目

请你来实现一个 atoi 函数，使其能将字符串转换成整数。 首先，该函数会根据需要丢弃无用的开头空格字符，直到寻找到第一个非空格的字符为止。 当我们寻找到的第一个非空字符为正或者负号时，则将该符号与之后面尽可能多的连续数字组合起来，作为该整数的正负号；假如第一个非空字符是数字，则直接将其与之后连续的数字字符组合起来，形成整数。 该字符串除了有效的整数部分之后也可能会存在多余的字符，这些字符可以被忽略，它们对于函数不应该造成影响。 注意：假如该字符串中的第一个非空格字符不是一个有效整数字符、字符串为空或字符串仅包含空白字符时，则你的函数不需要进行转换。 在任何情况下，若函数不能进行有效的转换时，请返回 0。

说明： 假设我们的环境只能存储 32 位大小的有符号整数，那么其数值范围为 [\(-2^{31}\), \(2^{31}-1\)]。如果数值超过这个范围，请返回 INT_MAX (\(2^{31}-1\)) 或 INT_MIN (\(-2^{31}\))。

示例

示例 1:

1
2
输入: "42"
输出: 42

示例 2:

1
2
输入: "   -42"
输出: -42

解释: 第一个非空白字符为 '-', 它是一个负号。 我们尽可能将负号与后面所有连续出现的数字组合起来，最后得到 -42 。

示例 3:

1
2
输入: "4193 with words"
输出: 4193

解释: 转换截止于数字 '3' ，因为它的下一个字符不为数字。

示例 4:

1
2
输入: "words and 987"
输出: 0

解释: 第一个非空字符是 'w', 但它不是数字或正、负号。 因此无法执行有效的转换。

示例 5:

1
2
输入: "-91283472332"
输出: -2147483648

解释: 数字 "-91283472332" 超过 32 位有符号整数范围。 因此返回 INT_MIN (\(−2^{31}\)) 。

测试用例

功能测试（输入的字符串表示正数、负数和0）。 边界值测试（最大的正整数；最小的负整数）。 特殊输入测试（输入的字符串为 nullptr 指针；输入的字符串为空字符串；输入的字符串中有非数字字符等）。

考察知识点

字符串处理、正则项匹配、条件判定逻辑

核心思想

使用正则表达式解决该问题

r'^[\+\-]?\d+'
解释：
^：匹配字符串开头
[+-]：代表一个+字符或-字符
?：前面一个字符可有可无
一个数字
+：前面一个字符的一个或多个
：一个非数字字符
*：前面一个字符的0个或多个

为什么可以使用正则表达式？如果整数过大溢出怎么办？用该方法来防止结果越界

1
max(min(result, 2**31 - 1), -2**31)
题目中描述： 假设我们的环境只能存储 32 位大小的有符号整数

首先，这个假设对于 Python 不成立，Python 不存在 32 位的 int 类型。其次，即使搜索到的字符串转32位整数可能导致溢出，我们也可以直接通过字符串判断是否存在溢出的情况（比如 try 函数 或 判断字符串长度 + 字符串比较）。

参考连接

通过字符串遍历来解决该问题

这道题也可以通过直接遍历字符串来处理，做好特殊情况处理即可。

本题难点 如何检测 非空格 第一个字符 检测到之后，如何避免重复检测

解决方案 设置变量：FirstCharCheck = True

  • if FirstCharCheck
    • 遇到 空格‘ ’， continue（直接跳过，不会改变flag的值）
    • 遇到 + or -，更新 sign 符号，并检测 i+1 位置是否为数字，决定是否提前 return。+ 的ASCII码是43 ，- 的ASCII码是45 所以 sign = 44-ord('+/-')。
    • 遇到 ‘数字’，ans = ans*10 + ord(str[i]) - ord('0')
    • 令 FirstCharCheck = False ，循环到下次时 FirstCharCheck = False，避免了重复检测。
  • else
    • 每次遇到digital，添加到ans上 ans = ans*10 + ord(str[i]) - ord('0')。
    • 遇到非digital，跳出循环。
  • 最终返回时，对于溢出的数字要做越界判定：
1
return max(min(ans, (1<<31)-1), -(1<<31))
  • 实际上，正常来说不应该在最后返回时才做溢出判断，因为数字的大小压根儿就不能超过 [-2147483648, 2147483647] 这个范围。所以，应该在计算过程中做溢出判断。
1
2
3
4
5
tmp = (ord(item) - ord_0) * (10**count)
if (not flag and res < 147483648 and tmp <= 2000000000) or (flag and res < 147483647 and tmp <= 2000000000):
    pass  # 满足条件，不做处理。
else:
    is_valid = False

参考连接

Python版本

一个使用正则表达式的版本

简洁，但是完成难度大，可读性低，依赖正则模块。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
import re
class Solution:
    def myAtoi(self, s: str) -> int:
        return max(
            min(
                int(*re.findall(  # 由于返回的是个列表需要加*，解包并且转换成整数。
                    r'^[\+\-]?\d+', s.lstrip())  
                    # lstrip()去掉字符串开头的空格
                    # ^：匹配字符串开头
                    # [\+\-]：代表一个+字符或-字符
                    # ?：前面一个字符可有可无
                    # \d：一个数字
                    # +：前面一个字符的一个或多个
                    # 总结起来就是，在s.lstrip中寻找以+或者-开头或者不以开头的多个数字
                ), 
                2**31 - 1
            ),   # 在int函数结果和 2**31-1(理论最大值之间选择较小的那一个)
            -2**31  # 在 min函数结果和 -2**31(理论最小值之间选择较大的那个一个)
        )

# 可读性更高的版本
import re
class Solution:
    def myAtoi(self, str: str) -> int:
        INT_MAX = 2147483647    
        INT_MIN = -2147483648
        str = str.lstrip()      #清除左边多余的空格
        num_re = re.compile(r'^[\+\-]?\d+')   #设置正则规则设置正则规则 匹配一个 以+或者-开头的多个数字组成的字符串 / 匹配一个仅由多个数字组成的字符串
        num = num_re.findall(str)   #查找匹配的内容
        num = int(*num) # re.findall返回的是一个字符串列表，int()数据类型转换不支持列表，用*对列表解包得到字符串。 需要注意的是，* 和 ** 只在“传参”时才有用。直接调用num = *num会报错 SyntaxError: can't use starred expression here
        return max(min(num,INT_MAX),INT_MIN)    #返回值

遍历字符串 进行判断的方法

  • 在最终返回时才做溢出判断（仅适用于Python所以不推荐）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# 可读性更高的版本
class Solution:
    def strToInt(self, _str: str) -> int:
        sign = 1  # 整数符号　+1 or -1
        ans = 0  # 累计结果
        FirstCharCheck = True   # bool 用于检测第一个非空格字符，默认为True,当检测到第一个字符后设为False
        for i in range(len(_str)):
            # FirstCharCheck为True时 进行第一个字符检测
            if FirstCharCheck:
                if _str[i] == ' ':  # 遇到空格跳过，直到遇到第一个非空格字符 不会修改FirstCharCheck
                    continue
                elif _str[i] == '-' or _str[i] == '+':  # 如果第一个字符为+/-号, 更新sign,
                    sign = 44-ord(_str[i])  # Return the Unicode code point for a one-character string.  ‘+’的ASCII码是43 ，‘-’的ASCII码是45 所以 sign = 44-ord(‘+/-’)
                    if i+1 < len(_str) and not _str[i+1].isdigit():  # 判定+/-后字符是否为数字
                        return 0
                elif _str[i].isdigit():  # 如果第一个字符为数字，更新ans
                    ans = ans*10 + (ord(_str[i])-ord('0'))
                else:  # 第一个字符为其他符号，return
                    return 0
                FirstCharCheck = False  # 判定第一个字符后，更新FirstCharCheck,避免重复检测
            # 后续遇到数字字符，累加到ans
            elif _str[i].isdigit():
                ans = ans * 10 + (ord(_str[i]) - ord('0'))
			# 后续遇到非数字字符，直接break,计算结果
            else:
                break

        ans *= sign  # 先乘以正负

        # 利用max和min进行越界判定
        return max(min(ans, (1<<31)-1), -(1<<31))
  • 在计算过程中就实时进行溢出判断（适用于所有类型的语言，推荐！！！）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
 # 可读性更高的版本
class Solution:
    def __init__(self):
        self.count = 0
        self.ans = 0  # 累计结果

    def autoAdd(self, char, sign):
        tmp = (ord(char) - ord('0'))
        # 在计算过程中就实时进行溢出判断
        if self.ans > 214748365:
            return False
        elif self.ans == 214748364 and ((sign == -1 and tmp > 8) or (sign == 1 and tmp > 7)):
            # 不满足条件，已经溢出了。
            return False
        else:
            # 满足条件，新增。
            self.ans = self.ans*10 + tmp
            self.count += 1
            return True

    def strToInt(self, _str: str) -> int:
        sign = 1  # 整数符号　+1 or -1
        FirstCharCheck = True   # bool 用于检测第一个非空格字符，默认为True,当检测到第一个字符后设为False
        for i in range(len(_str)):
            # FirstCharCheck为True时 进行第一个字符检测
            if FirstCharCheck:
                if _str[i] == ' ':  # 遇到空格跳过，直到遇到第一个非空格字符 不会修改FirstCharCheck
                    continue
                elif _str[i] == '-' or _str[i] == '+':  # 如果第一个字符为+/-号, 更新sign,
                    sign = 44-ord(_str[i])  # Return the Unicode code point for a one-character string.  ‘+’的ASCII码是43 ，‘-’的ASCII码是45 所以 sign = 44-ord(‘+/-’)
                    if i+1 < len(_str) and not _str[i+1].isdigit():  # 判定+/-后字符是否为数字
                        return 0
                elif _str[i].isdigit():  # 如果第一个字符为数字，更新ans
                    if not self.autoAdd(_str[i], sign):
                        return ((1<<31)-1) if sign == 1 else -(1<<31)
                else:  # 第一个字符为其他符号，return
                    return 0
                FirstCharCheck = False  # 判定第一个字符后，更新FirstCharCheck,避免重复检测
            # 后续遇到数字字符，累加到self.ans。
            elif _str[i].isdigit():
                if not self.autoAdd(_str[i], sign):
                    return ((1<<31)-1) if sign == 1 else -(1<<31)
                # ans = ans * 10 + (ord(_str[i]) - ord('0'))
            else:  # 后续遇到非数字字符，直接break,计算结果
                break

        self.ans *= sign  # 先乘以+1/-1恢复正负号
        return self.ans

剑指offer版本

LeetCode的题目相较于《剑指offer》的原题做了改动，这里放上符合《剑指offer》题目要求的代码。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
def string2int32(_str: str) -> int:
    """convert str to int
    :param _str: str
    :return int:
    """
    # 输入类型检查
    if not isinstance(_str, str): raise ValueError
    # 长度特判
    if len(_str) == 0:  raise ValueError
    flag = True  # 默认为正数
    ord_0 = ord('0')
    ord_9 = ord('9')

    # 输入数据检测
    if _str[0] == '-':
        _str = _str[1:]
        flag = False
    for _char in _str:
        tmp = ord(_char)
        if tmp < ord_0  or tmp > ord_9:
            raise ValueError

    # string to int
    res = 0
    count = 0
    is_valid = True
    # 注意：这里是从后往前遍历的
    for item in _str[::-1]:
        is_valid = True
        # 做溢出判断  -2147483648 < int32 < 2147483647
        # 负数溢出判定 or 正数溢出判定
        tmp = (ord(item) - ord_0) * (10**count)
        if (not flag and res < 147483648 and tmp <= 2000000000) or (flag and res < 147483647 and tmp <= 2000000000):
            pass  # 满足条件，不做处理。
        else:
            is_valid = False
        if is_valid:
            res += tmp
            count += 1
        else:
            raise ValueError

    return res if flag else (0-res)

有效语法糖

如何约束返回值的范围

通过使用Python内建的max和min函数可以用简洁的方法约束结果的范围

1
2
3
4
5
6
7
8
9
10
# result的结果只能在(MIN, MAX)之间，大于MAX就返回MAX，小于MIN就返回MIN
return max(min(result, MAX), MIN) 
# 等效于
if result<MAX:
	if result>MIN:
		return result  # MIN<result<MAX
	else:
		return MIN  # result<=MIN
else:
	return MAX  # result>=MAX

Python自带内建函数去除字符串开头、结尾的空格

1
2
3
4
5
6
7
>>> a = '   112dgsd 232   sdfsaf   123666     '
>>> a.lstrip()  # Return a copy of the string with leading whitespace removed.
'112dgsd 232   sdfsaf   123666     '
>>> a.rstrip()  # Return a copy of the string with tailing whitespace removed.
'   112dgsd 232   sdfsaf   123666'
>>> a.strip()  # Return a copy of the string with leading and trailing whitespace removed.
'112dgsd 232   sdfsaf   123666'

Python解包骚操作

将可迭代对象分解出来的一种方法。参考连接

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
# 1、用于基本的解包
>>> a, b, *c = [1,2,3,4]
>>> c
[3, 4]
# * 和 ** 只在“传参”时才有用。直接调用num = *num会报错 SyntaxError: can't use starred expression here
>>> num = ['123']
>>> num = *num
"SyntaxError: can't use starred expression here"
>>> num = int(*num)
>>> num
123

# 2、用于list连接
>>> list1 = [1,2,3]
>>> list2 = range(3,6)
>>> [*list1, *list2]
[1, 2, 3, 3, 4, 5]

# 3、用于参数传递
>>> def func(a, b, c):
	print(a+b+c)

	
>>> parameter = {'a':1, 'b':2, 'c':3}
>>> func(**parameter)  # ** 符号作用的对象是字典对象，它会自动解包成关键字参数 key=value 的格式
6
>>> func(a=1, b=2, c=3)  # **parameter和a=1, b=2, c=3完全等效
6

不使用str()将单个int转成str

使用ord()函数，不调用int方法将单个数字char转化成int，将‘+’、‘-’转化成1、-1。ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值，如果所给的 Unicode 字符超出了你的 Python 定义范围，则会引发一个 TypeError 的异常。

1
2
3
4
5
6
7
8
9
>>> a = '6'
>>> ord(a) - ord('0')
6
>>> sgin = '+'
>>> 44-ord(sgin)  # ‘+’的ASCII码是43 ，‘-’的ASCII码是45 所以 sign = 44-ord(‘+/-’)
1
>>> sgin = '-'
>>> 44-ord(sgin)
-1

使用内建函数判断字符是否是数字

1
2
3
4
5
6
>>> a = 'a'
>>> a.isdigit()
False
>>> a = '1'
>>> a.isdigit()
True