leetcode1122.数组的相对排序

这道题思路比较简单,先对于每个数组2中的元素遍历数组1,如果遇到相同的,就直接放入result数组。再对于每个数组1中的元素遍历数组2,如果在数组2中没有找到,就存入一个暂时数组temp,再对temp数组进行一下排序,把排序后的temp数组中的数加入result数组。代码如下:

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
class Solution {
public:
	vector<int> relativeSortArray(vector<int>& arr1, vector<int>& arr2) 
	{
		vector<int> result;
		vector<int> temp;
		int i, j;
		for ( i = 0; i < arr2.size(); i++)
		{
			for ( j = 0; j < arr1.size(); j++)
			{
				if (arr1[j] == arr2[i])
					result.push_back(arr1[j]);
			}
		}
		for ( i = 0; i < arr1.size(); i++)
		{
			for ( j = 0; j < arr2.size(); j++)
			{
				if (arr1[i] == arr2[j])
					break;
			}
			if (j==arr2.size())
				temp.push_back(arr1[i]);
		}
		sort(temp.begin(),temp.end(),less<int>());
		 i = 0;
		while (i < temp.size())
		{
			result.push_back(temp[i]);
			i++;
		}
		return result;
	}
};
int main()
{
	Solution s;
	int m;
	vector<int> arr1, arr2, result;
	while (cin >> m)
	{
		arr1.push_back(m);
		if (cin.get() == '\n')
			break;
	}
	while (cin >> m)
	{
		arr2.push_back(m);
		if (cin.get() == '\n')
			break;
	}
	result = s.relativeSortArray(arr1, arr2);
	for (int i = 0; i < result.size(); i++)
	{
		cout << result[i] << " ";
	}
	return 0;
}

代码评价:空间复杂度还好,时间复杂度比较高,因为存在两个双重循环遍历两个数组。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值