【代码随想录day1】数组理论基础，704. 二分查找，27. 移除元素

数组理论基础

略

704.二分查找

问题

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。
示例：

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

解答

前提：1.有序数组（此题假设升序）。 2.无重复元素。

由于是有序数组，因此每次与中间值比大小就可以排除掉至少一半的值，注意数组升序降序。
注意边界条件，例如while(left < right)，while(left <= right)，right = middle，right = middle - 1。要根据循环不变量原则（此时是区间的定义），写二分法，区间的定义一般为两种，左闭右闭即[left, right]，或者左闭右开即[left, right)。

定义三个量，left，right，middle = int（left +（right - left）/ 2）（不使用相加除以二是为了防止溢出），每次讲target与nums[middle]比较，然后再次更改区间，直到找到nums[middle] == target；或者当left>right或left>=right时，则没有满足条件的target，也停止循环。

法1：每次在闭区间[left, right]内
1.由于此时left == right有意义，因此使用while(left <= right)。
2.if (nums[middle] > target)， right 要赋值为 middle - 1，因为当前这个nums[middle]一定不是target，那么接下来要查找的左区间结束下标位置就是 middle - 1。同理，当nums[middle]小于等于target时，left赋值middle + 1

出现的问题：如果不采用middle ± 1的赋值方式，leetcode会超时
猜测是由于无限循环引起的（int为向下取整）。假设采用middle进行赋值，例如当target < min(nums) 时，left会一直赋值middle。当left=0，right=1，则middle=int(0.5)=0，此时下一轮循环left仍然为0，循环会无线进行下去。

·时间复杂度：O(log n)
·空间复杂度：O(1)

代码如下

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = int(len(nums) - 1)
        while left <= right:
            middle = int(left + (right - left) / 2)
            if nums[middle] == target:
                return middle
                break
            elif nums[middle] < target:
                left = middle + 1
            elif nums[middle] > target:
                right = middle - 1
        return -1

法2：每次在左闭右开区间[left, right)内，
1.此时r初始right没有对应的在数组里的值，因此left==right没有意义，此时使用while(left < right)。
2.if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]。但此时由于左边是闭区间，因此当nums[middle]小于target的时候，要跳过此时的middle，因为nums[middle]肯定不是target，所以left=middle+1，否则当出现target < min(nums)时，可能无限循环。

注：为什么此时right不用赋值middle - 1呢
参考上个方法，假设target < min(nums)，left=0，right=1，此时middle=int(0.5)=0，right = middle=0，left !< right跳出循环。

·时间复杂度：O(log n)
·空间复杂度：O(1)

代码如下

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = int(len(nums))
        while left < right:
            middle = int(left + (right - left) / 2)
            if nums[middle] == target:
                return middle
                break
            elif nums[middle] < target:
                left = middle + 1
            elif nums[middle] > target:
                right = middle
        return -1

总结：使用二分法时一定要注意区间的开闭与循环终止条件。一般不使用左开是因为nums[0]或者nums[-1]存在，但是nums[len(nums)]不存在。
该算法的重点是如何跳过已经验证过的nums[middle]，对于闭区间，每次循环新的边界值都需要验证，因此采用middle ± 1作为新的边界值，从而跳过已经验证过的nums[middle]；对于开区间，边界值本来就取不到，因此直接使用middle作为新的边界值。相应的，由于开闭区间的不同，跳出循环的判断条件也要相应改变。
二分法相比于直接查照耗时减少

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        for i in range(len(nums)):
            if nums[i] == target:
                return i
                break
            else:
                i += 1
        return -1

27.移除元素

问题

题目链接：https://leetcode.cn/problems/remove-element/
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。
注：此题需要对原数组进行调整，而不能新建一个数组储存满足要求的值，因为此题只输出新数组的长度lens，题目会自动调取修改后的数组的前lens项进行判断。
示例：

输入：nums = [3,2,2,3], val = 3
输出：2, nums = [2,2]
解释：函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。例如，函数返回的新长度为 2 ，而 nums = [2,2,3,3] 或 nums = [2,2,0,0]，也会被视作正确答案。

解答

数组的元素在内存地址中是连续的，不能单独删除数组中的某个元素，只能覆盖。

法1：暴力解法
两层循环，一层遍历数组，一层更新数组。第一层f循环首先寻找等于value的元素，每找到一个，就将后续的元素都前移一位，并size -1.
代码：

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        size = len(nums)
        i = 0
        while i < size:
            if nums[i] == val:
                for j in range(i, size-1):
                    nums[j]= nums[j+1]
                i  = i - 1
                size = size - 1
            i += 1
        return size

时间复杂度：O(n^2)
空间复杂度：O(1)

出现的问题：
1.应该是后面的元素覆盖前一个符合条件的元素，而不是交换位置，否则第一层循环进行到最后几位的时候，会重复计算符合条件的元素个数，导致size偏小
2.每次使用第i+1个元素覆盖第i个元素时，第i+1个元素还没被检测且位置变为i，但第一层循环下一个判断的位置是i+1，一次原来的第i+1个元素就被跳过检测了。因此如果第i个元素符合条件，在第二层循环更新数组时，i = i - 1 。这样第一层循环进行下一次判断时，不会遗漏。
3.注意python里for循环与c++不一样，因此第一层循环要用while

法2：双指针法
通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
定义快慢指针
·快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
·慢指针：指向更新 新数组下标的位置
快指针正常遍历整个数组。当快指针遇到不是目标元素时，慢指针复制此处的值并移动到下一位；当快指针遇到目标元素时，慢指针不移动也不复制。

代码：

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        size = len(nums)
        i, j = 0, 0
        while i < size:
            if nums[i] != val:
                nums[j] = nums[i]
                j += 1
            i += 1
        return j

时间复杂度：O(n)
空间复杂度：O(1)

法3：双指针法
上述两种方法都没有改变数组元素相对顺序，由于题目中提到数组顺序可以改变，因此可以使用左右两个指针，保证移动的元素数量最少
1.初始化leftIndex为0，rightIndex为nums.size() - 1。
2.使用两个while循环分别找到左边第一个等于val的元素和右边第一个不等于val的元素。
3.如果leftIndex小于rightIndex，说明找到了需要交换的元素，将右边不等于val的元素覆盖左边等于val的元素，并将leftIndex和rightIndex分别向右和向左移动一位。
重复步骤2和步骤3，直到leftIndex大于等于rightIndex，表示所有需要移除的元素已经交换完毕。
4.返回leftIndex作为最终数组的长度，因为leftIndex一定指向了最终数组末尾的下一个元素。
代码：

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        left = 0
        right = len(nums) - 1
        while left <= right:
            while left <= right and nums[left] != val:
                left += 1
            while left <= right and nums[right] == val:
                right -= 1
            if left < right:
                nums[left] = nums[right]
                left += 1
                right -= 1
        return left

注：

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        result = []
        for num in nums:
            if num != val:
                result.append(num)
        nums[:len(result)] = result
        return len(result)

空间复杂度为O(n)，不满足条件