leetcode本周刷题路线:
数组题常用方法:双指针、滑动窗口
27. 移除元素(简单):
题目描述:
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。
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。
解题思路:双指针法
设置两个指针 left,right 分别指向数组左右两端,从 left 处遍历数组,若检测到当前 left 处元素的值与目标值相等,则和 right 处元素的值交换,然后 left、right 指针同时向对方方向移动一位。若 right 移动一位后该位置元素的值与目标值相等,则继续移动移动一步,直至 right 位置的值不是目标值。重复进行上述操作直至 left 与 right 相交,left 的值即为所求数组的长度。
解题代码:
class Solution {
public int removeElement(int[] nums, int val) {
int length = nums.length;
int left = 0;
int right = length - 1;
int temp = 0;
for(int i = 0; left <= right; i ++){
if(nums[right] == val){
continue;
}
if(nums[left] == val){
temp = nums[right];
nums[right] = nums[left];
nums[left] = temp;
right --;
left ++;
}
else{
left ++;
}
}
return left;
}
}
977.有序数组的平方(简单):
题目描述:
给你一个按非递减顺序排序的整数数组 nums,返回每个数组的平方组成的新数组,要求也按非递减顺序排序。
示例:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100];排序后,数组变为 [0,1,9,16,100]
解题思路:双指针法
设置两个指针 left,right 分别指向 nums 数组的左右两端。
由于 nums 数组已排好序,因此只需考虑 left 位置元素的平方是否大于 right 位置元素的平方。为了方便操作,可以建立一个数组 pow 存放平方后的元素,存放时从数组末尾开始。
解题代码:
class Solution {
public int[] sortedSquares(int[] nums) {
int left = 0;
int right = nums.length - 1;
int[] pow = new int[nums.length];
int index = nums.length - 1;
while(left <= right){
if(nums[left] * nums[left] < nums[right] * nums[right]){
pow[index] = nums[right] * nums[right];
right --;
index --;
}
else{
pow[index] = nums[left] * nums[left];
left ++;
index --;
}
}
return pow;
}
}
209.长度最小的子数组(中等):
题目描述:
给定一个含有 n
个正整数的数组和一个正整数 target 。
找出该数组中满足其和 >= target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr]
,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:target = 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。
解题思路:滑动窗口
变量 len、sum、left、right 分别为最小窗口长度、窗内元素之和、窗口左端、窗口右端。
从数组第一个元素开始扩大窗口,即 right 从零开始遍历,将遍历到的元素值相加并存放于变量 sum 中。当 sum >= target时,进行窗口缩小操作,即将 left 向后移动,并将当前窗口长度(right - left + 1)和 len 相比,更新 len 的大小,直到 sum < target 时,再进行扩大窗口的操作。重复上面操作直至 right 遍历到数组末端且此时的 sum >= target,此时 len 所存放的值即为长度最小的子数组。
解题代码:
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int len = Integer.MAX_VALUE;
int sum = 0;
int left = 0;
for(int right = 0; right < nums.length; right ++){
sum += nums[right];
while(sum >= target){
len = Math.min(len, right - left + 1);
sum -= nums[left ++];
}
}
return len == Integer.MAX_VALUE ? 0 : len;
}
}
76. 最小覆盖子串(困难):
题目描述:
给你一个字符串 s、一个字符串 t。返回 s 中涵盖 t 中所有字符的最小子串。 如果 s 中不存在涵盖 t 所有的子串,则返回空字符串 “”。
示例:
输入:s = "ADOBECODEBANC", t = "ABC"
输出:"BANC"
输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中,因此没有符合条件的子字符串,返回空字符串。
解题思路:滑动窗口、哈希表
本题哈希表用法:字母作为键,该字母的数量作为值,即记录每个字母出现的次数。
先用建立一个哈希表 cover 记录 t 中每个字母出现的次数,再建立一个哈希表 window 用于记录窗口内每个字母的数量。当 window 内包含了 cover 中的所有字母且数量相等时,更新最小窗口长度并进行缩小窗口操作,即窗口从左端开始缩小,直到 window 中包含的 cover 中的字符数量不相等后,再进行扩大窗口操作,以此类推,最终得出最小窗口的大小。
解题代码:
class Solution {
public String minWindow(String s, String t) {
if(s.length() < t.length())
return "";
HashMap<Character, Integer> cover = new HashMap<>();
HashMap<Character, Integer> window = new HashMap<>();
int miniLen = Integer.MAX_VALUE;
int left = 0, right = 0;
int winLeft = 0;
int count = 0;
for(int i = 0; i < t.length(); i ++) {
cover.put(t.charAt(i), cover.getOrDefault(t.charAt(i), 0) + 1);
}
while(right < s.length()) {
char ch = s.charAt(right);
right ++;
window.put(ch, window.getOrDefault(ch, 0) + 1);
if(window.get(ch).equals(cover.get(ch)))
count ++;
while(count == cover.size()) {
if(right - left < miniLen) {
miniLen = right - left;
winLeft = left;
}
char c = s.charAt(left);
if(window.get(c).equals(cover.get(c)))
count --;
window.put(c, window.get(c) - 1);
left ++;
}
}
return miniLen == Integer.MAX_VALUE ? "" : s.substring(winLeft, winLeft + miniLen);
}
}
学习心得:
二分查找、双指针和滑动窗口是数组类算法题常见的解法,基本思想并不难,但是把他用对用好很难,就比如 209.长度最小的子数组 运用了滑动窗口的方法,我首次做出 209.长度最小的子数组 这道题时所运用的活动窗口的解法执行用时达到了2000多毫秒,在看了其他人的解法后,发现与我的思路完全一致,但在结合了哈希表之后,算法效率却高了不少。我也发现了我的不足——缺乏综合思维能力,不能很好的将所学知识结合起来解决问题,题量太少占有很大一部分原因。
继续加油吧!