文章目录
一、题目
1. 题目描述
给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。
说明:
必须在原数组上操作,不能拷贝额外的数组。
尽量减少操作次数。
2. 示例
示例1:
输入: [0,1,0,3,12]
输出: [1,3,12,0,0]
示例2:
输入: [0,0]
输出: [0,0]
3. 题目解析
题目要求必须在原数组操作,不能额外开辟空间,并且题目里没有说数组中是否有负数,因此不能简单的排序后整体移动。
二、解法
1. 个人解法
(1)代码
public class ArrayMoveZero {
void moveZeroes(int[] nums) {
// 排序
Arrays.sort(nums);
// 遍历数组
int i = 0;
while (i < nums.length) {
// 遇到0
// 先判断这个0前面的数是正数还是负数,如果是正数,说明已经遍历到正确位置的0
if (nums[i] == 0) {
if (i - 1 >= 0 && nums[i - 1] > 0) {
break;
}
// 若0前面是负数,说明这个0需要移动到数组末尾
for (int j = i + 1; j < nums.length; j++) {
nums[j - 1] = nums[j];
}
nums[nums.length - 1] = 0;
// 移位后指针需要前移一位,因为有可能有多个0挨着
i--;
}
// 结束一轮后指针后移
i++;
}
}
public static void main(String[] args) {
int[] nums = {0,0,1};
ArrayMoveZero arr = new ArrayMoveZero();
arr.moveZeroes(nums);
for (int num : nums) {
System.out.println(num);
}
}
(2)失败反思
个人解法说明:先整体排序,然后依次遍历数组;发现0的时候进行判断,若0前是大于0的数,则说明遍历到了正确位置的0,直接结束遍历,得到结果;其他情况,说明这个0需要挪到数组的后面,挪动方法使用的是再进行一次遍历,依次将0前面的元素前移;挪动之后需要将指针回退一位,这是为了防止漏0。
失败原因:
1.若数组中全是0,则陷入死循环。这是指针回退导致的。
2.未仔细读题,对数组排序改变了元素次序。
(3)改进
对于第一个失败原因,可以通过计算数组之和来处理这一特殊情况,但是对于第二个失败原因,没有想好改进方案,若不排序,不知如何判断遇到的0是正确位置的0,还是需要移动的0。
(4)提交截图
2. 官网高星解法
(1)双指针法(参考快排思想)
解法分析
快速排序的思想:
快速排序首先要确定一个待分割的元素做中间点x,然后把所有小于等于x的元素放到x的左边,大于x的元素放到其右边。
本题思想:
这里我们可以用0当做这个中间点,把不等于0(注意题目没说不能有负数)的放到中间点的左边,等于0的放到其右边(将中间点右侧第一个不等于0的数与中间点本身进行交换)。
这的中间点就是0本身,所以实现起来比快速排序简单很多,我们使用两个指针i和j,只要nums[i]!=0
,我们就交换nums[i]
和nums[j]
算法动态图:
代码
原高星解法代码过于简洁,不便于理解,这里我分三种情况来描述,不影响整体时间复杂度。
/**
* 双指针法(参考快排)
* @param nums
*/
void moveZeroes1(int[] nums) {
// 初始化双指针
// j指针用于找中间点0
int j = 0;
// i指针用于找中间点右侧非0元素
for (int i = 0; i < nums.length; i++) {
// 如果两个指针指向元素均不为0,整体右移一位
if (nums[j] != 0 && nums[i] != 0) {
j++;
}
// 如果j指针找到了中间点0,i没有找到中间点右侧非0元素
else if(nums[j]==0&&nums[i]==0){
continue;
}
// 如果j指针找到了中间点0,i找到了中间点右侧非0元素
else if(nums[j]==0&&nums[i]!=0){
int temp=nums[j];
nums[j]=nums[i];
nums[i]=temp;
j++;
}
}
}
public static void main(String[] args) {
int[] nums = {0,0,1,2};
ArrayMoveZero arr = new ArrayMoveZero();
arr.moveZeroes1(nums);
for (int num : nums) {
System.out.println(num);
}
}
算法分析
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)