一、LeetCode 977.有序数组的平方
1、暴力法
思路
将数组 nums 中的数平方后直接排序。
代码
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for (int i = 0; i < nums.size(); ++i) {
nums[i] *= nums[i];
}
sort(nums.begin(), nums.end());
return nums;
}
};
复杂度分析
- 时间复杂度:O(nlogn)
- 空间复杂度:O(1)
2、双指针法
思路
题目中的数组是按照升序排序的,那么数组平方的最大值就在数组的两端,我们可以使用两个指针分别指向数组的起始位置和终止位置。每次比较两个指针对应的数,选择较大的那个逆序放入数组并移动指针。
代码
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int n = nums.size();
// 定义两个指针i和j,分别指向输入数组的起始和末尾位置
int i = 0;
int j = n - 1;
// 定义变量k,用于记录新数组的最后一个元素的下标
int k = n - 1;
// 创建result数组,并将所有元素初始化为0
vector<int> result(n, 0);
// 注意这里要i <= j,当i和j相遇时,还需要处理最后一个元素
while (i <= j) {
int left_square = nums[i] * nums[i];
int right_square = nums[j] * nums[j];
// 如果左边的平方小于右边的平方
if (left_square < right_square) {
// 将右边的平方放入结果数组的第k个位置,并将k减1
result[k--] = right_square;
// 将指针j向前移动一位
--j;
// 否则
} else {
// 将左边的平方放入结果数组的第k个位置,并将k减1
result[k--] = left_square;
// 将指针i向后移动一位
++i;
}
}
return result;
}
};
复杂度分析
- 时间复杂度:O(n)
- 空间复杂度:O(1)
二、LeetCode 209.长度最小的子数组
题目链接:209.长度最小的子数组 - 力扣(LeetCode)
文章讲解:代码随想录
视频讲解:拿下滑动窗口! | LeetCode 209 长度最小的子数组_哔哩哔哩_bilibili
1、滑动窗口法
思路
定义两个指针 start 和 end 分别表示子数组(滑动窗口窗口)的开始位置和结束位置,变量 sum 存储子数组中的元素和(即从 nums[start] 到 nums[end] 的元素和)。
初始状态下,start 和 end 都指向下标 0,sum的值为 0。
每一轮迭代,将 nums[end] 加到 sum,如果 sum ≥ target,则更新子数组的最小长度(此时子数组的长度是 end−start+1),然后将 nums[start]从 sum 中减去并将 start 右移,直到 sum < target,在此过程中同样更新子数组的最小长度。在每一轮迭代的最后,将 end 右移。
代码
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
// 如果数组为空,直接返回0
if (nums.empty()) {
return 0;
}
// 初始化滑动窗口的起始和结束位置
int start = 0, end = 0;
// 滑动窗口内元素的和
int sum = 0;
// 初始化最小子数组长度为整数最大值
int result = INT32_MAX;
// 用来记录当前子数组的长度
int subLength = 0;
// 每次更新 start ,并不断比较子序列是否符合条件
while (end < nums.size()) {
// 将滑动窗口的结束位置的元素加入sum中
sum += nums[end];
// 当滑动窗口内元素的和大于等于target时
while (sum >= target) {
subLength = end - start + 1;
// 更新最小子数组长度
result = min(result, subLength);
// 将滑动窗口的起始位置的元素从和中减去
sum -= nums[start];
// 移动滑动窗口的起始位置
++start;
}
// 移动滑动窗口的起始位置
++end;
}
// 如果最小子数组长度仍然是整数最大值,说明没有找到和大于等于target的子数组,返回0
// 否则,返回最小子数组长度
return result == INT32_MAX ? 0 : result;
}
};
复杂度分析
- 时间复杂度:O(n)
- 空间复杂度:O(1)
三、LeetCode 59.螺旋矩阵II
1、模拟
代码
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> res(n, vector<int>(n, 0)); // 使用vector定义一个二维数组
int startx = 0, starty = 0; // 定义每循环一个圈的起始位置
int loop = n / 2; // 每个圈循环几次,例如n为奇数3,那么loop = 1 只是循环一圈,矩阵中间的值需要单独处理
int mid = n / 2; // 矩阵中间的位置,例如:n为3, 中间的位置就是(1,1),n为5,中间位置为(2, 2)
int count = 1; // 用来给矩阵中每一个空格赋值
int offset = 1; // 需要控制每一条边遍历的长度,每次循环右边界收缩一位
int i,j;
while (loop --) {
i = startx;
j = starty;
// 下面开始的四个for就是模拟转了一圈
// 模拟填充上行从左到右(左闭右开)
for (j = starty; j < n - offset; j++) {
res[startx][j] = count++;
}
// 模拟填充右列从上到下(左闭右开)
for (i = startx; i < n - offset; i++) {
res[i][j] = count++;
}
// 模拟填充下行从右到左(左闭右开)
for (; j > starty; j--) {
res[i][j] = count++;
}
// 模拟填充左列从下到上(左闭右开)
for (; i > startx; i--) {
res[i][j] = count++;
}
// 第二圈开始的时候,起始位置要各自加1, 例如:第一圈起始位置是(0, 0),第二圈起始位置是(1, 1)
startx++;
starty++;
// offset 控制每一圈里每一条边遍历的长度
offset += 1;
}
// 如果n为奇数的话,需要单独给矩阵最中间的位置赋值
if (n % 2) {
res[mid][mid] = count;
}
return res;
}
};
复杂度分析
- 时间复杂度 O(n^2): 模拟遍历二维矩阵的时间
- 空间复杂度 O(1)