977.有序数组的平方、209.长度最小的子数组、59.螺旋矩阵2
977.有序数组的平方
思路一:暴力解
耗时 0:2:41
直接对原数组循环,并直接覆盖平方值;然后进行快排;
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for (int i = 0; i < nums.size();i++)
{
nums[i] *= nums[i];
}
sort(nums.begin(),nums.end());//快速排序
return nums;
}
};
思路二:头尾双指针
耗时 0:46:9
按题意,返回的数组也需要非递减顺序,那么很自然就想到在原数组上设置头尾双指针;
因为,nums = [-4,-1,0,3,10] 比如这个数组,平方大的数总是出现在头或尾;
//时间复杂度:O(n)
//空间复杂度:O(n)
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int len = nums.size()-1;
int left = 0, right = len;//设置头尾指针
vector<int> result(len+1);//新数组和原数组长度一致
while(left<=right)//需不需要等于,看循环到最后有没有意义
{
int left_val = pow(nums[left],2);
int right_val = pow(nums[right],2);
if (left_val >= right_val)
{
result[right - left] = left_val;//在新数组从后往前加入元素
left++;
}
else
{
result[right - left] = right_val;//在新数组从后往前加入元素
right--;
}
}
return result;
}
};
其中,代码中result[right - left]
动态的表示新数组的尾部(不含已插入的元素)。
209.长度最小的子数组
n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
示例:
- 输入:s = 7, nums = [2,3,1,2,4,3]
- 输出:2
- 解释:子数组 [4,3] 是该条件下的长度最小的子数组。
提示:
- 1 <= target <= 10^9
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
思路一:暴力解
用两层循环,遍历所有子序列,找到满足条件的最短子序列。
//时间复杂度:O(n^2)
//空间复杂度:O(1)
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX; // 最终的结果
int sum = 0; // 子序列的数值之和
int subLength = 0; // 子序列的长度
for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
sum = 0;
for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s,更新result
subLength = j - i + 1; // 取子序列的长度
result = result < subLength ? result : subLength;
break; // 因为我们是找符合条件最短的子序列,所以一旦符合条件就break
}
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
思路二:滑动窗口
滑动窗口可以理解为双指针的一种。
需要明确三点:
- 窗口内是什么
- 如何移动窗口的起始位置
- 如何移动窗口的结束位置
窗口就是 满足其和 ≥ target的长度最小的 连续 子数组。
窗口的起始位置如何移动:如果当前窗口的值大于target了,窗口就要向前移动了(也就是该缩小了)。
窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
//时间复杂度:O(n)
//不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
//空间复杂度:O(1)
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int len = nums.size();
int left = 0, right = 0;//滑动窗口的起始位置
int sum = 0;//窗口内数值之和
int min = INT32_MAX;//滑动窗口的长度
for (; right < len;right++)
{
sum += nums[right];
while(sum>=target)
{
min = right - left + 1 < min ? right - left + 1 : min;//判断是否更新子序列长度
sum -= nums[left++];//移除窗口最左的元素,尝试缩小窗口
}
}
return min == INT32_MAX ? 0 : min;//判断min是否被赋值,如被赋值说明右满足条件的子序列
}
};
59.螺旋矩阵2
没有特定算法,重点是对转圈逻辑的理解,以及区间定义与边界控制。
要坚持循环不变量原则,这里统一左闭右开,用统一!。
可以发现这里的边界条件非常多,在一个循环中,如此多的边界条件,如果不按照固定规则来遍历,就会很难处理。
//时间复杂度:O()
//空间复杂度
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> big(n, vector<int>(n, 0));
int count=1;//计数
int startX = 0, startY = 0;//没圈的边界控制
int offset = 1;//控制终止位置
int loop = n / 2;//
int i, j;
//int count_line = 0;
while(loop--) //仔细思考一圈的逻辑
{
i = startX;
j = startY;
//上边
for (j = startY; j < n - offset;j++)
{
big[startX][j] = count++;
}
//右边
for (i = startX; i < n - offset;i++)
{
big[i][j] = count++;
}
//下边 不需要初始化,因为右边最后一个元素的j值刚好就是这里的j值
for (; j >startY;j--)
{
big[i][j]= count++;
}
//左边 不需要初始化,因为下边最后一个元素的i值刚好就是这里的i值
for ( ; i>startX;i--)
{
big[i][j] = count++;
}
startX++;//循环一圈,边界控制
startY++;
offset++;
}
if(n%2)//判断n是不是奇数,是奇数的话需要填补中心值
{
big[n /2][n / 2] = count;
}
return big;
}
};