代码随想录算法训练营第一天|LeetCode704 二分查找、LeetCode35、LeetCode34、LeetCode27 移除元素
LeetCode704 二分查找
题目链接:https://leetcode.cn/problems/binary-search/
- 给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
代码描述
class Solution:
def search(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums) # 定义target在左闭右开的区间里,即:[left, right)
while left < right: # 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
middle = left + (right - left) // 2
if nums[middle] > target:
right = middle # target 在左区间,在[left, middle)中
elif nums[middle] < target:
left = middle + 1 # target 在右区间,在[middle + 1, right)中
else:
return middle # 数组中找到目标值,直接返回下标
return -1 # 未找到目标值
- 二分法的时间复杂度为O(logn),其中 n 是输入数组 nums 的长度。
在每一次循环中,数组的长度都会减半,直到找到目标值或者区间为空。因此,时间复杂度是对数级别的,即 O(log n)。
求时间复杂度在一定程度上可以理解为求算法循环的迭代次数 - 空间复杂度为O(1)
补充知识点
class Solution:
def search(self, nums: List[int], target: int) -> int:
block
- class是类,search是为class构造的一个实例方法。实例方法和函数是不一样的
- search的参数
- self是指向实例本身的引用,用于访问类中的属性和方法
- nums是整数列表List[int]
- target是整数
- search方法的返回值是int
相关题目
- 35搜索插入位置https://leetcode.cn/problems/search-insert-position/description/
- 34在排序数组中查找元素的第一个和最后一个位置https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/description/
- 69x的平方根https://leetcode.cn/problems/sqrtx/description/
- 367有效的完全平方数https://leetcode.cn/problems/valid-perfect-square/
时间复杂度和空间复杂度
时间复杂度(参考b站视频:https://www.bilibili.com/video/BV13d4y1K74p/?spm_id_from=333.337.search-card.all.click&vd_source=28cde9b1f5a1b23ff605b5546f09d0f1)
-
一层循环
- 列出循环趟数t及每轮循环i的变化值
- 找出t与i的关系
- 确定循环停止条件
- 联立2,3两式,解方程
- 写结果
-
两层循环
- 列出外层循环中i的变化值
- 列出内层语句执行的次数
- 求执行次数总和,写结果
-
多层循环
- 方法一:抽象为计算三维体积 V=SH/3
- 方法二:列式求和
-
常见的时间复杂度量级
- O(1) int x = 0
- O(logn) while(i<n){ i = i*2;}
- O(n) for(i = 1;i <= n; i++){ x ++;}
- O(nlogn)
- …
空间复杂度
-
常见的空间复杂度
- O(1)
- O(n)
- O(n^2)
- O(logN) 递归
-
时间和空间复杂度=时间和空间增长的趋势
LeetCode35 搜索插入位置
题目链接: https://leetcode.cn/problems/search-insert-position/description/
- 给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
代码描述
class Solution:
def searchInsert(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums) #定义数组为左闭右开
while left < right:
mid = (left + right) // 2
if target < nums[mid]:
right = mid
elif target > nums[mid]:
left = mid + 1
else:
return mid
return left
- 注意二分法的使用条件是有序数组
LeetCode34 在排序数组中查找元素的第一个和最后一个位置
题目链接:https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/description/
- 给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target,返回 [-1, -1]。
你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。
代码描述
class Solution:
def findleft(self, nums:List[int],target: int) -> int: #找到左边界;要求右指针向左查找直到没有target
left, right = 0, len(nums) #定义为左闭右开数组
while left < right:
mid = (left + right) // 2
if target > nums[mid]: #更新左指针
left = mid + 1
else: #更新右指针
right = mid
if target == nums[left]: #此时右指针移动直至和左指针重合。由于数组是左闭的,所以直接返回左指针的值
return left
else:
return -1
def findright(self, nums:List[int],target: int) -> int: #找到右边界;要求左指针向右查找直到没有target
left, right = 0, len(nums) #定义为左闭右开数组
while left < right:
mid = (left + right) // 2
if target >= nums[mid]: #更新左指针
left = mid + 1
else: #更新右指针
right = mid
if target == nums[right - 1]: #此时左指针移动直至和右指针重合。由于数组是右开的,所以返回的值应该是右指针的前一位
return right - 1
else:
return -1
def searchRange(self, nums: List[int], target: int) -> List[int]:
if len(nums) == 0 or target < nums[0] or target > nums[-1]:
return [-1,-1]
else:
lm = self.findleft(nums,target)
rm = self.findright(nums,target)
return [lm,rm]
过程记录
- 看到这个题首先应该分三种情况思考:目标值超过数组范围;目标值在数组范围中但是没有被包含;目标值被数组内容包含
- 由于是一个非递减数列,那么有可能数组中含有相等的值,如果是一系列值,就需要知到它的左边界和右边界
- 在求边界的过程中,左右边界分开求取会使思路更清晰。在这个过程中找到判断条件尤为重要。
- 需要思考求左右边界时两个方法的返回值,特别是用左指针求右边界时,因为数组是取的右开。我一开始这个地方就写错了,写的target == nums[right]并且return right,这俩都是错的。
- 参考题解https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/solutions/1250864/acm-xuan-shou-tu-jie-leetcode-zai-pai-xu-yz1m/ 写得尊滴好啊膜拜
LeedCode27 移除元素
题目链接:https://leetcode.cn/problems/remove-element/description/
- 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。
代码描述:
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
''' 双指针法(快慢指针法)
时间复杂度:O(n)
空间复杂度:O(1)
'''
low = 0
length = len(nums)
for i in range(length):
if nums[i] != val:
nums[low] = nums[i]
low += 1
else:
continue
return low
- 空间复杂度为O(1)是因为除了常量个数的额外变量(如 low 和 length)外,并没有使用与输入规模相关的额外空间
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
''' 暴力解题 两个for循环遍历
时间复杂度:O(n^2)
空间复杂度:O(1)
'''
i, l = 0, len(nums)
while i < l:
if nums[i] == val: # 找到等于目标值的节点
for j in range(i+1, l): # 移除该元素,并将后面元素向前平移
nums[j - 1] = nums[j] #核心步骤,需要理解好
l -= 1
i -= 1
i += 1
return l
过程记录
暴力法解题时出现了一个问题。当时写的错误代码是这样的:
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
l = len(nums)
for i in range(l):
if nums[i] == val:
for j in range(i+1, l):
nums[j-1] = nums[j]
l -= 1
i -= 1
return l
while i<l 加上i+=1,和for i in range(l)差不多,但是前者能跑通后者不行。
原因在于:用for range的话,在循环体内时无法改变i的
总结
今天的工作与收获:
- 复习了数组的基本知识
- 复习了类和方法
- 学会了二分查找方法
- 学习了时间复杂度和空间复杂度的计算方法
- 学会了快慢指针法
- 了解了for range的使用小知识