经典题目
前言
在本章节中笔者集结了有关入门数据结构的经典题目 , 学会这些题目可以让我们快速入门 ,对数据结构有了一定的了解,相信本篇章将会对你有所帮助。
■ 提示: 点击题目可跳转到平台!!!
经典 一
■ 合并有序数组
▲题目描述:
给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。
● 注意 :最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。
● 示例 :
● 提示 :
◐ 分析 :
首先 , 题目中给的是 非递减 , nums2 合并到 nums1 , 这个题很容易想到的方法是 : nums2 合并到 nums1 中后进行排序即可达到题目效果 .
▶分析 :思路1 : 在 nums1 有效元素后把 nums2 中的元素放大 nums1 中 , 然后进行从小到大进行排序 . 当然这个方法是可行的 , 但是这个方法的时间复杂度会很高了 , 代码的执行效率肯定会很低下了 , 首先排序算法也是需要消耗时间的 , 那最终的时间复杂度一定是大于 O(M + N) .
▶分析 :思路2 : 这里提供一种很巧妙的思路 : 定义三个变量 ,分别为三个下标的位置 .
● L1 ---- > 位于 nums1 数组有效元素的最后一个元素的位置.
● L2 ---- > 位于 nums1 数组总元素的最后一个元素的位置.
● L3 ---- > 位于 nums2 数组有效元素的最后一个元素的位置.
这样的思路是如何思考的呢?
首先 : 是非递减 , 就意味着 nums1 和 nums2 中元素本就是递增排序好的 . 只要找到 nums1 数组的有效元素 ,有效元素的最后一个元素和另一个数组有效元素的最后一个位置进行大小比较 , 这样可以把两个数组中最大的元素比较出来 ,然后放入 Nums1 中最大的位置 , 依次比较最终就可以达到排序的效果,然而时间复杂度是O( M + N) , 相比较 思路1 来说我们优先选择 思路2 .
▶思路2分析 :
▣ 情况1 :
总体思路 : 比较 L1 和 L3 , 谁大把谁放到 L2 的位置 。
为了能多组比较 , 则需要循环 ,图中已经有结束条件之一 , 还要保证 nums1 中有元素和 nums2 进行比较 ,故:需外加 L1 >= 0 ,保证 L1 中有元素可比较 。
▣ 情况2 :
这里会发现 nums2 中的元素没有达到题目要求, 但 nums1 中的 L1 中的有效元素已经没有了 ,也就意味着 nums1 中比 nums2 中大的元素都已经放到了该放的位置 , 那么只需将 nums2 中剩余的元素移至 nums1 中即可。
◐ OJ 代码 :
■ 注意 : 此代码是利用 OJ 平台所提供的接口完成 .
void merge(int* nums1, int nums1Size, int m, int* nums2, int nums2Size, int n) {
nums1Size = m + n ; // 数组 nums1 的初始长度为 m + n
//定义三个变量
int L1 = m - 1; // 数组有效的最后一个元素位置
int L2 = nums1Size - 1; // 数组总元素的最后一个位置
int L3 = n - 1;
//比较 - > 原则: 比较 L1 和 L3 , 谁大把谁放到 L2 的位置
while(L1 >= 0 && L3 >= 0)
{
if(nums1[L1] > nums2[L3])
{
nums1[L2--] = nums1[L1--];
//可以写为
// nums1[L2] = nums1[L1];
// L2 -- ;
// L1 --;
}
else
{
nums1[L2--] = nums2[L3--];
}
}
// nums2 未全放到 nums1 中
while( L3 >= 0 && L1 < 0)
{
nums1[L2--] = nums2[L3--];
}
}
经典 二
■ 移动元素
▲题目描述:
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。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。
假设 nums 中不等于 val 的元素数量为 k,要通过此题,您需要执行以下操作:
● 更改 nums 数组,使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
●返回 k。
● 提示 :
◐ 分析 :
题目要求: 原地移除 。 就不能创建新的数组 ,题目要求就意味着空间复杂度为 O(1) .
▶思路 这里提供一个巧妙地思路 : 类似双指针 ,即: “ 双变量法 ” ,此思路也是很重要的算法思路。
▶图例
● 规则:src对应的值 == val , src++ , 当 src的值不等于 val 时,将 src 的值赋值给dst.
这样的思路很巧妙的实现了 时间复杂度为 O(N) , 空间复杂度为 O( 1 ) .
◐ OJ 代码 :
■ 注意 : 此代码是利用 OJ 平台所提供的接口完成 .
int removeElement(int* nums, int numsSize, int val) {
int src = 0;
int dst = 0;
while(src <= (numsSize - 1) )
{
if(nums[src] == val)
src++;
else
{
nums[dst++] = nums[src++];
}
}
return dst;
}
总结
以上是顺序表部分经典算法题目 , 希望笔者的这些思路能对学者提供一种新的思考方式 , 喜欢笔者的可以持续关注哦!!!!