LeetCode/NowCoder-算法复杂度OJ练习

无论你觉得自己多么的不幸,永远有人比你更加不幸。💓💓💓

目录

 说在前面

题目一:消失的数字

题目二:轮转数组

SUMUP结尾


 说在前面

 dear朋友们大家好!💖💖💖数据结构的学习离不开刷题,我们之前介绍了简单的复杂度相关的分析,那今天我们就紧随其后刷上几道题,对其进行巩固和联系吧当今天我们的题目主要来自LeetCode。

 👇👇👇

友友们!🎉🎉🎉点击这里进入力扣leetcode学习🎉🎉🎉
​以下是leetcode题库界面:

 

题目一:消失的数字

题目链接:面试题 17.04. 消失的数字 - 力扣(LeetCode)

题目描述:

题目分析:

 思路1:将1到n的数进行求和,再减去数组中的每个元素,剩下的数就是消失的数字。

求和序列:S= 1 + 2 + 3 + ... (i-1) + i + (i+1) + ... + (n-1) + n

数组元素:{1,2,3,...i-1,i+1,...,n - 1,n + 1}

可以发现,如果将数组元素和求和序列的各项进行对比,发现求和序列的和S比数组元素的和多i,而这个i就是我们需要求的消失的数字。

代码如下:

int missingNumber(int* nums, int numsSize) {
    int sum = 0;
    for (int i = 0; i <= numsSize; i++)
    {
        sum += i;//1到n求和
    }
    for (int i = 0; i < numsSize; i++)
    {
        sum -= nums[i];//减去数组中的每个元素
    }
    return sum;
}

思路2:用0异或从1到n的所有数字,再异或数组nums中的所有元素。

根据0异或任意数 x 都得 x ,且 x ^ x = 0,所以这样做只有数组nums中所缺少的那个数被异或了一次,结果显然就是它。

代码如下:

int missingNumber(int* nums, int numsSize) {
    int ret = 0;
    for (int i = 0; i <= numsSize; i++)
    {
        ret ^= i;//用0从1到n异或
    }
    for (int i = 0; i < numsSize; i++)
    {
        ret ^= nums[i];//再异或数组中的每个元素
    }
    return ret;
}

 上面两种算法的复杂度都是O(N),是可行的,但是思路1在N非常大的时候可能存在溢出风险。

 

题目二:轮转数组

题目链接:189. 轮转数组 - 力扣(LeetCode)

题目描述:

题目分析:

 思路1:将数组分割成两部分,一部分从0到n-k-1(前n-k个),另一部分从n-k到n-1(后k个),然后将这两部分分别逆置,最后再整体逆置。

举例:

nums = {1,2,3,4,5,6,7}        k = 4

所以,我们可以封装一个单独的函数ReverseRange,用来逆置一个数组在一定范围的元素。

代码如下: 

//逆置函数
void ReverseRange(int* nums, int left, int right) {
    while (left <= right)//逆置[left,right]内的元素
    {
        int temp = nums[left];
        nums[left] = nums[right];
        nums[right] = temp;
        left++;
        right--;
    }
}

//三段逆置
void rotate(int* nums, int numsSize, int k) {
    k %= numsSize;
    ReverseRange(nums, 0, numsSize - k - 1);//逆置前n-k个
    ReverseRange(nums, numsSize - k, numsSize - 1);//逆置后k个
    ReverseRange(nums, 0, numsSize - 1);//整体逆置
}

这个方法的时间复杂度是O(N)

 思路2:将利用memcpy函数将原数组nums的后k个拷贝到临时数组temp中,再将原数组nums的前n-k个继续拷贝到临时数组temp中,最后再将temp拷贝到nums中。

代码如下: 

//将固定区间内的元素拷贝到临时数组temp中
void Reverse(int* nums, int numsSize, int k, int* temp) {
    k %= numsSize;
    int n = numsSsize;//用n代替sumsSize方便书写
    memcpy(temp, nums + n - k, k * sizeof(int));//拷贝后k个
    memcpy(temp + k, nums, (n - k) * sizeof(int));//拷贝前n-k个
    memcpy(nums, temp, n * sizeof(int));//将temp拷贝到nums中
}

void rotate(int* nums, int numsSize, int k) {
    int temp[numsSize];//创建临时变量temp
    Reverse(nums, numsSize, k, temp);//完成轮转数组的操作
}

这个方法的时间复杂度是O(N)。 

 

SUMUP结尾

数据结构就像数学题,需要刷题才能对它有感觉。之后还会更新数据结构相关的练习题、面试题,希望大家一起学习,共同进步~

如果大家觉得有帮助,麻烦大家点点赞,如果有错误的地方也欢迎大家指出~

  • 17
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值