2021-01-22

有一个数组a[N]顺序存放0~N-1，要求每隔两个数删掉一个数，到末尾时循环至开头继续进行，求最后一个被删掉的数的原始下标位置。

以8个数(N=7)为例:｛0，1，2，3，4，5，6，7｝，0->1->2(删除)->3->4->5(删除)->6->7->0(删除),如此循环直到最后一个数被删除。

输入描述:

每组数据为一行一个整数n(小于等于1000)，为数组成员数,如果大于1000，则对a[999]进行计算。

输出描述:

一行输出最后一个被删掉的数的原始下标位置。

纯数组实现：思路：每隔两个，将删除的值设置为-1，然后遍历处理，直到删除后的数据长度为1

时间复杂度：O(N^2) 空间复杂度：O(1)

private static int index(int n){
	   int[] array = new int[n];
		for(int i=0; i < n; i++){
			array[i] = i;
		}
		int j=0;
		int step = 0;
		long startTime = System.currentTimeMillis();
		for(; j < array.length && n!=0; j++){
			while(array[j]==-1){
				j++;
				if(j == array.length){
					j = 0;
				}
			}
			step++;
			if(step==3){ 
				array[j] = -1;
				n--;
				step = 0;
			}
			if(j+1 == array.length){
				j = -1;
			}
		}
		System.out.println("time="+(System.currentTimeMillis()-startTime));
		return j-1;
	}

引用：https://blog.csdn.net/shoushou_/article/details/103097609

下列方法实现思路：利用列表，每次删除 （i+2）%列表程度 处的数据，时间复杂度：O(N^2) 空间复杂度：O(1)

private static int index2(int n){
		List<Integer> list=new ArrayList<>();
        int i=0;
        long startTime = System.currentTimeMillis();
        for( i=0;i<n;i++){
            list.add(i);
        }
        while(list.size()>1){
           i=(i+2)%list.size();
           list.remove(i);
        }
        System.out.println("time="+(System.currentTimeMillis()-startTime));
		return list.get(0);
	}

https://blog.csdn.net/weixin_45481403/article/details/103623819

下列方法实现思路：将数据放入到队列中，每两步之间的数据弹出加入到队尾，弹出两步间隔的值，知道队列的大小为1。
时间复杂度：O(N^2) 空间复杂度：O(1)

public static int delete (int n) {
        Queue<Integer> queue = new LinkedList<>();
        long startTime = System.currentTimeMillis();
        for (int i = 0; i < n; i++) {
            queue.add(i);
        }
        while (queue.size() != 1) {
            int count = 0;
            while (count != 2) {
                queue.add(queue.peek());
                queue.poll();
                count++;
            }
            queue.poll();
        }
        System.out.println("time="+(System.currentTimeMillis()-startTime));
        return queue.element();
    }

算法的路途还很长，多思考，多借鉴。