LeetCode 27.移除元素
1、题目
力扣题目链接:27. 移除元素
给你一个数组 nums
和一个值 val
,你需要 原地 移除所有数值等于 val
的元素,并返回移除后数组的新长度。
不要使用额外的数组空间,你必须仅使用 O(1)
额外空间并 原地 修改输入数组。
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
说明:
为什么返回数值是整数,但输出的答案是数组呢?
请注意,输入数组是以「引用」方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
// nums 是以“引用”方式传递的。也就是说,不对实参作任何拷贝
int len = removeElement(nums, val);
// 在函数里修改输入数组对于调用者是可见的。
// 根据你的函数返回的长度, 它会打印出数组中 该长度范围内 的所有元素。
for (int i = 0; i < len; i++) {
print(nums[i]);
}
示例 1:
输入: nums = [3,2,2,3], val = 3
输出: 2, nums = [2,2]
解释: 函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。例如,函数返回的新长度为 2 ,而 nums = [2,2,3,3] 或 nums = [2,2,0,0],也会被视作正确答案。
示例 2:
输入: nums = [0,1,2,2,3,0,4,2], val = 2
输出: 5, nums = [0,1,3,0,4]
解释: 函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。注意这五个元素可为任意顺序。你不需要考虑数组中超出新长度后面的元素。
提示:
0 <= nums.length <= 100
0 <= nums[i] <= 50
0 <= val <= 100
2、暴力法
思路:
这个题目的暴力解法是用两层 for
循环。
- 获取输入数组
nums
的初始大小size
; - 外层的
for
循环用来遍历数组元素; - 在循环内部,检查当前元素
nums[i]
是否等于val
;
- 内层的
for
循环用来更新数组; - 如果等于
val
,则需要将i+1
位置及其后面的所有元素向前移动一位,覆盖掉当前的val
; - 完成移动后,由于数组中已经移除了一个元素,所以需要将
i
指针回退一位(i--
),以便在下一次循环中跳过新移动到当前位置的元素。同时,更新size
的值(size--
),表示数组的新大小;
- 当所有元素都被检查和处理后,循环结束,此时
size
变量的值就是移除所有val
元素后数组的新长度。 - 函数返回
size
,即新数组的长度。
代码:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int size = nums.size();
for (int i = 0; i < size; i++) {
if (nums[i] == val) { // 如果当前元素等于指定值,将数组中i+1位置及其后面的元素向前移动一位
for (int j = i + 1; j < size; j++) {
nums[j - 1] = nums[j];
}
i--; // 由于数组整体前移一位,下标i也向前移动一位,以便下次正确遍历
size--; // 更新数组大小,表示已经移除一个元素
}
}
return size;
}
};
复杂度分析
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
3、双指针法(单向遍历)
思路:
双指针法(快慢指针法): 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
定义快慢指针
- 快指针:指向当前将要处理的元素,用于遍历整个数组。
- 慢指针:指向当前需要插入元素的位置(存放不等于
val
的元素的位置。)。
题目中要求删除数组中等于 val
的元素,因此输出数组的长度一定小于等于输入数组的长度,我们可以把输出的数组直接写在输入数组上。可以使用双指针法。
如果快指针指向的元素不等于 val
,它一定是新数组的一个元素,我们就将快指针指向的元素复制到慢指针位置,然后将快慢指针同时右移;
如果快指针指向的元素等于 val
,它不能在新数组里,此时慢指针不动,快指针右移一位。
整个过程保持不变的性质是:区间 [0,slowIndex) 中的元素都不等于 val
。当快慢指针遍历完整个数组以后,slowIndex 的值就是新数组的长度。
这样的算法在最坏情况下(原数组中没有元素等于 val
),快慢指针各遍历了数组一次。
代码:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int slowIndex = 0; // slowIndex指向当前需要插入元素的位置
for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) { // fastIndex用于遍历数组
if (nums[fastIndex] != val) { // 如果当前元素不等于指定值
nums[slowIndex++] = nums[fastIndex]; // 将该元素复制到slowIndex位置,并将slowIndex向后移动一位
}
}
return slowIndex; // 返回新的数组长度
}
};
复杂度分析
- 时间复杂度:O(n)
- 空间复杂度:O(1)
4、双指针法(相向)(左闭右闭区间)
思路:
如果要移除的元素恰好在数组的开头,例如序列 [1,2,3,4,5],当 val
为 1 时,我们需要把每一个元素都左移一位。题目中说:元素的顺序可以改变。实际上我们可以直接将最后一个元素 5 移动到数组开头,取代元素 1。这个优化在 val
元素的数量较少时非常有效。
我们可以使用两个指针从数组的两端同时向中间遍历,当找到等于给定值 val
的元素时,尝试将其与另一端的元素进行交换,以便将等于 val
的元素逐渐 聚集 到数组的一侧,并同时缩小搜索的范围。最终,返回左指针 left
的位置作为新数组的长度,因为所有不等于 val
的元素都将位于 left
指针的左侧。
- 初始化左指针
left
指向数组起始位置,右指针right
指向数组末尾位置。 - 使用一个
while
循环,当left
小于等于right
时继续遍历。这意味着当两个指针没有相遇时,循环将持续执行。 - 在循环内部,进行以下操作:
- 如果
nums[left]
不等于val
,则left
向右移动一位,继续检查下一个元素。 - 如果
nums[right]
等于val
,则right
向左移动一位,继续检查前一个元素。 - 如果
nums[left]
等于val
且nums[right]
不等于val
,则交换nums[left]
和nums[right]
的值,并将left
向右移动一位,right
向左移动一位。这样,等于val
的元素就被移到了数组的右侧,同时不等于val
的元素被移到了左侧。
- 如果
left
指针在right
指针的右侧时,循环结束。此时,left
指针指向的位置是最后一个有效元素的下一个位置,即left
之前的所有元素都是不等于val
的元素,新数组的长度就是left
。
这种方法两个指针在最坏的情况下合起来只遍历了数组一次。与单向遍历的双指针不同的是,双向遍历的双指针避免了需要保留的元素的重复赋值操作。
代码:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int left = 0; // 定义左指针left,指向数组起始位置
int right = nums.size() - 1; // 定义右指针right,指向数组末尾位置
while (left <= right) { // 使用双指针从数组两端向中间遍历
if (nums[left] != val) { // 如果left所指元素不等于val,将left向右移动一位
++left;
} else if (nums[right] == val) { // 如果right所指元素等于val,将right向左移动一位
--right;
} else { // 否则,交换左右指针所指的元素,并分别移动左右指针
swap(nums[left], nums[right]);
++left;
--right;
}
}
return left; // 返回移除后的数组长度
// return right + 1;
}
};
复杂度分析
- 时间复杂度:O(n)
- 空间复杂度:O(1)
5、双指针法(相向)(左闭右开区间)
代码:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int left = 0;
int right = nums.size();
while (left < right) {
if (nums[left] != val) {
++left;
} else if (nums[right - 1] == val) {
--right;
} else {
swap(nums[left], nums[right - 1]);
++left;
--right;
}
}
return left;
}
};
复杂度分析
- 时间复杂度:O(n)
- 空间复杂度:O(1)