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