大数据最新算法面试高频题解指南【一】_js一个数组a中存有n个整数在不允许,2024年最新大数据开发基础开发

img
img

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

👩‍💻博客主页:choice~的博客主页

✨欢迎关注🖱点赞🎀收藏⭐留言✒

🔮本文由choice~原创,csdn首发!

👕参考网站:牛客网

💻首发时间:🎞2022年7月22日🎠

🎨你的收入跟你的不可替代成正比

🀄如果觉得博主的文章还不错的话,请三连支持一下博主哦
💬给大家介绍一个求职刷题收割offer的地方👉点击进入网站

目录

1.NC110 旋转数组

描述:

探讨:

算法思想一:使用额外数组

代码展示:

复杂度分析

算法思想二:数组翻转

解题思路:

代码展示:

复杂度分析

算法思想三:数组变换

代码展示:

复杂度分析

​2.NC78 反转链表

描述:

解法一:迭代

Java参考代码:

解法二:递归

C++参考代码:

算法思路三:使用额外栈

代码展示:


1.NC110 旋转数组

描述:

一个数组A中存有 n 个整数,在不允许使用另外数组的前提下,将每个整数循环向右移 M( M >=0)个位置,即将A中的数据由(A0 A1 ……AN-1 )变换为(AN-M …… AN-1 A0 A1 ……AN-M-1 )(最后 M 个数循环移至最前面的 M 个位置)。如果需要考虑程序移动数据的次数尽量少,要如何设计移动的方法?

数据范围:0 < n \le 1000<n≤100,0 \le m \le 10000≤m≤1000

进阶:空间复杂度 O(1)O(1),时间复杂度 O(n)O(n)

这是C语言给的OJ模块 :

/**
 * 旋转数组
 * @param n int整型 数组长度
 * @param m int整型 右移距离
 * @param a int整型一维数组 给定数组
 * @param aLen int a数组长度
 * @return int整型一维数组
 * @return int* returnSize 返回数组行数
 */
int* solve(int n, int m, int* a, int aLen, int* returnSize ) {

}
探讨:

这道题呢是牛客网的面试高频榜单题**NC110 旋转数组,**中等级别,关联的企业和关联职位都要这道题,大家可以拿着这道题好好刷。

分析一下这道题的出现概率是非常大的居然考察数高达87次,这是多么庞大的数字啊,难度也是中等一般,(看下图)通过率也是偏低的;我们知道了为什么我拿这道题讲解的原因了吧!所以很有必要看看

题目主要信息:

  • 一个长度为nnn的数组,将数组整体循环右移mmm个位置(mmm可能大于nnn)
  • 循环右移即最后mmm个元素放在数组最前面,前n−mn-mn−m个元素依次后移
  • 不能使用额外的数组空间

算法思想一:使用额外数组

解题思路:

可以使用额外的数组来将每个元素放至正确的位置。遍历原数组,将原数组下标为 i 的元素放至新数组下标为 (i+m) mod n (为了防止右移的长度大于数组的长度,所以才有取余)的位置,最后返回新数组即可

图解:

代码展示:

JAVA版本

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23import java.util.*; public class Solution { /** * 旋转数组 * @param n int整型 数组长度 * @param m int整型 右移距离 * @param a int整型一维数组 给定数组 * @return int整型一维数组 */ public int``[] solve (``int n,``int m,``int``[] a) { // write code here // 额外新数组 int``[] newArr =``new int``[n]; // 遍历原数组 for (``int i =``0``; i < n; ++i) { // 数组元素旋转 newArr[(i + m) % n] = a[i]; } return newArr; } }

复杂度分析

时间复杂度 O(n):其中 n 为数组的长度,遍历数组时间O(n)

空间复杂度O(n): 额外新数组占用空间

算法思想二:数组翻转

解题思路:

该方法基于如下的事实:将数组的元素向右移动 k 次后,尾部 m mod n 个元素会移动至数组头部,其余元素向后移动 m mod n 个位置。
该方法为数组的翻转:翻转算法参考 反转链表中的双指针方法 题解 | #反转链表#_牛客博客

1、可以先将所有元素翻转,这样尾部的 m mod n 个元素就被移至数组头部,

2、然后再翻转 [0,m mod n−1] 区间的元素

3、 最后翻转[m mod n,n−1] 区间的元素即能得到最后的答案。

实例:
以 n=7,m=3 为例进行如下展示:

操作结果
原始数据【1,2,3,4,5,6,7】
翻转所有元素【7,6,5,4,3,2,1】
翻转 [0,m mod n −1] 区间的元素【5,6,7,4,3,2,1】
翻转 [m mod n, n −1] 区间的元素【5,6,7,1,2,3,4】

最后返回:【5,6,7,1,2,3,4】

代码展示:

Python版本

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22class Solution: def solve(``self , n , m , a ): # write code here m``= m``% n # 数组反转 # 翻转全部 self``.reverse(a,``0``, n``- 1``); # 再翻转 【0,m-1】 self``.reverse(a,``0``, m``- 1``); # 再翻转 【m,n-1】 self``.reverse(a, m, n``- 1``); return a   def reverse(``self``, nums, start, end): # 数组翻转 while start < end : # 双指针遍历翻转 temp``= nums[start]; nums[start]``= nums[end]; nums[end]``= temp; start``+``= 1``; end``-``= 1``;

复杂度分析

时间复杂度:O(N),其中 N 为数组的长度。每个元素被翻转两次,一共 N 个元素,因此总时间复杂度为 O(2N)=O(N)。
空间复杂度:O(1)。使用常数级空间变量

算法思想三:数组变换

解题思路:

简单便利的方法:数组直接变换

1、tmp = m mod n,找到右移的距离

2、采用 a[:tmp], a[tmp:] = a[-tmp:],a[:n-tmp] 直接变换

代码展示:

Python版本

1 2 3 4 5 6 7 8class Solution: def solve(``self , n , m , a ): # write code here # 获取移动的距离 tmp``= m``% n # 交换移动数组 a[:tmp], a[tmp:]``= a[``-``tmp:],a[:n``-``tmp] return a

复杂度分析

时间复杂度:O(n),其中 n 为数组的长度。一共移动n个元素
空间复杂度:O(1)。使用常数级空间变量

举一反三:

学习完本题的思路你可以解决如下题目:

BM99. 顺时针旋转矩阵

方法:三次翻转(推荐使用)

思路:

循环右移相当于从第mmm个位置开始,左右两部分视作整体翻转。即abcdefg右移3位efgabcd可以看成AB翻转成BA(这里小写字母看成数组元素,大写字母看成整体)。既然是翻转我们就可以用到reverse函数。

具体做法:

  • step 1:因为mmm可能大于nnn,因此需要对nnn取余,因为每次长度为nnn的旋转数组相当于没有变化。
  • step 2:第一次将整个数组翻转,得到数组的逆序,它已经满足了右移的整体出现在了左边。
  • step 3:第二次就将左边的mmm个元素单独翻转,因为它虽然移到了左边,但是逆序了。
  • step 4:第三次就将右边的n−mn-mn−m个元素单独翻转,因此这部分也逆序了。

图示:

img
img

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

3c5298b2769.gif)

[外链图片转存中…(img-k6jpL5kD-1715060753376)]
[外链图片转存中…(img-6gwqZyjR-1715060753376)]

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 13
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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