题目
转载代码随想录
原文链接:https://www.programmercarl.com/0977.%E6%9C%89%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E5%B9%B3%E6%96%B9.html#%E6%9A%B4%E5%8A%9B%E6%8E%92%E5%BA%8F
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序
示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
示例2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
提示:
进阶:
请你设计时间复杂度为 O(n) 的算法解决本问题
暴力排序解法
最直观的想法,莫过于:每个数平方之后,排个序,美滋滋,代码如下:
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
for (int i = 0; i < A.size(); i++) {
A[i] *= A[i];
}
sort(A.begin(), A.end()); // 快速排序O(nlogn)
return A;
}
};
这个时间复杂度是 O(n + nlogn), 可以说是O(nlogn)的时间复杂度,但为了和下面双指针法算法时间复杂度有鲜明对比,我记为 O(n + nlog n)。
双指针法
数组其实是有序的, 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。
此时可以考虑双指针法了,i指向起始位置,j指向终止位置。
定义一个新数组result,和A数组一样的大小,让k指向result数组终止位置。
如果A[i] * A[i] < A[j] * A[j] 那么result[k–] = A[j] * A[j]; 。
如果A[i] * A[i] >= A[j] * A[j] 那么result[k–] = A[i] * A[i]; 。
如动画所示:
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
int k = A.size() - 1;
vector<int> result(A.size(), 0);
for (int i = 0, j = A.size() - 1; i <= j;) { // 注意这里要i <= j,因为最后要处理两个元素
if (A[i] * A[i] < A[j] * A[j]) {
result[k--] = A[j] * A[j];
j--;
}
else {
result[k--] = A[i] * A[i];
i++;
}
}
return result;
}
};
此时的时间复杂度为O(n),相对于暴力排序的解法O(n + nlog n)还是提升不少的。
自己的代码
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int len = nums.size();
int i=0;
while (i < len && nums[i] < 0) { //将负数变正数 O(n)
nums[i] = -nums[i];
i++;
}
int j = i; //指向第一个非负数的下标(原数组)
vector<int> result;
while (i && j < len) { //归并排序O(n)
if (nums[i - 1] < nums[j]) {
result.emplace_back(nums[i - 1]*nums[i - 1]);
i--;
}
else
result.emplace_back(nums[j]*nums[j++]);
}
if(j<len)
for (; j < len; j++)
result.emplace_back(nums[j]*nums[j]);
for (; i >0 ;i--)
result.emplace_back(nums[i-1]*nums[i-1]);
return result;
}
};
改进
可以改进的地方,vector直接可以确定长度,可以省去vector数组扩容的时间和空间。与双指针方法相比,减少了乘法的运算次数。