LeetCode【学习计划】:【数据结构】
1. 两数之和
LeetCode: 1. 两数之和
简 单 \color{#00AF9B}{简单} 简单
给定一个整数数组
nums
和一个整数目标值target
,请你在该数组中找出 和为目标值target
的那 两个 整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
示例 1:
输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。
示例 2:
输入:nums = [3,2,4], target = 6
输出:[1,2]
示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]
提示:
- 2 <= nums.length <= 104
- -109 <= nums[i] <= 109
- -109 <= target <= 109
- 只会存在一个有效答案
进阶:你可以想出一个时间复杂度小于 O ( n 2 ) O(n^2) O(n2) 的算法吗
方法1:枚举(双指针)
设组成和的其中一个数为x
,那么另一个数就是target-x
。于是我们可以使用两重循环,外层确定一个x
,内层寻找target-x
。
#include <vector>
using std::vector;
class Solution
{
public:
vector<int> twoSum(vector<int> &nums, int target)
{
const int n = nums.size();
for (int left = 0; left < n; left++)
{
for (int right = left + 1; right < n; right++)
{
if (nums[left] + nums[right] == target)
return {left, right};
}
}
return {};
}
};
复杂度分析
-
时间复杂度: O ( n 2 ) O(n^2) O(n2)
-
空间复杂度: O ( 1 ) O(1) O(1)。我们只需要常量空间来存储若干变量。
参考结果
Accepted
57/57 cases passed (300 ms)
Your runtime beats 30.24 % of cpp submissions
Your memory usage beats 60.55 % of cpp submissions (10 MB)
方法2:哈希表
方法1中时间复杂度较高的原因是内层寻找target-x
的复杂度较高,而使用哈希表,可以使查找target-x
的时间复杂度从
O
(
n
)
O(n)
O(n)和
O
(
1
)
O(1)
O(1)。
对于每一个x
,先查找target-x
是否在哈希表中,若在则返回答案。然后把x
插入到哈希表中。
#include <vector>
#include <unordered_map>
using std::unordered_map;
using std::vector;
class Solution
{
public:
vector<int> twoSum(vector<int> &nums, int target)
{
unordered_map<int, int> hashtable;
for (int i = 0; i < nums.size(); i++)
{
auto it = hashtable.find(target - nums[i]);
if (it != hashtable.end())
return {it->second, i};
hashtable[nums[i]] = i;
}
return {};
}
};
复杂度分析
-
时间复杂度: O ( n ) O(n) O(n)
-
空间复杂度: O ( n ) O(n) O(n)。主要为哈希表的开销。
参考结果
Accepted
57/57 cases passed (4 ms)
Your runtime beats 99.27 % of cpp submissions
Your memory usage beats 21.24 % of cpp submissions (10.7 MB)
88. 合并两个有序数组
LeetCode: 88. 合并两个有序数组
简 单 \color{#00AF9B}{简单} 简单
给你两个按 非递减顺序 排列的整数数组
nums1
和nums2
,另有两个整数m
和n
,分别表示nums1
和nums2
中的元素数目。
请你 合并nums2
到nums1
中,使合并后的数组同样按 非递减顺序 排列。
注意:最终,合并后数组不应由函数返回,而是存储在数组nums1
中。为了应对这种情况,nums1
的初始长度为m + n
,其中前m
个元素表示应合并的元素,后n
个元素为0
,应忽略。nums2 的长度为n
。
示例 1:
输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出:[1,2,2,3,5,6]
解释:需要合并 [1,2,3] 和 [2,5,6] 。
合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。
示例 2:
输入:nums1 = [1], m = 1, nums2 = [], n = 0
输出:[1]
解释:需要合并 [1] 和 [] 。
合并结果是 [1] 。
示例 3:
输入:nums1 = [0], m = 0, nums2 = [1], n = 1
输出:[1]
解释:需要合并的数组是 [] 和 [1] 。
合并结果是 [1] 。
注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。
提示:
nums1.length == m + n
nums2.length == n
0 <= m, n <= 200
1 <= m + n <= 200
- -109 <= nums1[i], nums2[j] <= 109
进阶:你可以设计实现一个时间复杂度为 O(m + n)
的算法解决此问题吗?
方法1:合并后排序
最暴力的方法就是把nums2
的所有元素先插入到nums1
的后面,然后对nums1
进行排序。
#include <vector>
#include <algorithm>
using namespace std;
class Solution
{
public:
void merge(vector<int> &nums1, int m, vector<int> &nums2, int n)
{
for (int i = 0; i < n; i++)
{
nums1[m + i] = nums2[i];
}
sort(nums1.begin(), nums1.end());
}
};
复杂度分析
-
时间复杂度: O ( ( m + n ) × log ( m + n ) ) O((m+n) \times \log (m+n)) O((m+n)×log(m+n))。数组长度为
m+n
,因此快速排序std::sort
的时间复杂度为 O ( ( m + n ) × log ( m + n ) ) O((m+n) \times \log (m+n)) O((m+n)×log(m+n))。 -
空间复杂度: O ( log ( m + n ) ) O(\log (m+n)) O(log(m+n))。快速排序
std::sort
的空间复杂度为 O ( log ( m + n ) ) O(\log (m+n)) O(log(m+n))。
参考结果
Accepted
59/59 cases passed (4 ms)
Your runtime beats 63.91 % of cpp submissions
Your memory usage beats 90.69 % of cpp submissions (8.7 MB)
方法2:双指针
题目中提到两个数组都是已排序好的,于是我们在各数组的起始项设置一个指针,这样我们就能从小至大遍历2个数组了。每次遍历,将两个指针指向的更小的那个值存入一个新数组ans
。最后将整个ans
复制到nums1
中即可。
#include <vector>
using namespace std;
class Solution
{
public:
void merge(vector<int> &nums1, int m, vector<int> &nums2, int n)
{
int p1 = 0, p2 = 0, p = 0;
int *ans = new int[m + n];
while (p1 < m && p2 < n)
{
if (nums1[p1] < nums2[p2])
{
ans[p] = nums1[p1];
p1++;
p++;
}
else
{
ans[p] = nums2[p2];
p2++;
p++;
}
}
while (p1 < m)
{
ans[p] = nums1[p1];
p1++;
p++;
}
while (p2 < n)
{
ans[p] = nums2[p2];
p2++;
p++;
}
for (int i = 0; i < m + n; i++)
{
nums1[i] = ans[i];
}
}
};
复杂度分析
-
时间复杂度: O ( m + n ) O(m+n) O(m+n)。一共有
m+n
个元素。遍历一共为 O ( m + n ) O(m+n) O(m+n),最后复制到nums1
为 O ( m + n ) O(m+n) O(m+n),因此时间复杂度为 O ( 2 ( m + n ) ) = O ( m + n ) O(2(m+n))=O(m+n) O(2(m+n))=O(m+n)。 -
空间复杂度: O ( m + n ) O(m+n) O(m+n)。主要为中间数组
ans
的开销。
参考结果
Accepted
59/59 cases passed (4 ms)
Your runtime beats 63.91 % of cpp submissions
Your memory usage beats 38.29 % of cpp submissions (8.9 MB)
方法3:逆向双指针
方法2中需要用到中间数组的根本原因是:我们在确认nums1
每个位置最终的元素时,又要保持原数组nums1
不变。
而方法3的入手点在于:nums1
数组的后半部分是无效值,也就是说这一部分的值是不用维护的。这样一来,我们可以在nums1
和nums2
数组的末项处各设置一个指针,每次将更大的元素存入nums1
,这样就不会覆盖掉nums1
中任何未被遍历的值,而且也省去了用于维护的中间数组。
#include <vector>
using namespace std;
class Solution
{
public:
void merge(vector<int> &nums1, int m, vector<int> &nums2, int n)
{
int p1 = m - 1, p2 = n - 1, p = m + n - 1;
while (p1 >= 0 && p2 >= 0)
{
if (nums1[p1] < nums2[p2])
{
nums1[p] = nums2[p2];
p2--;
p--;
}
else
{
nums1[p] = nums1[p1];
p1--;
p--;
}
}
while (p1 >= 0)
{
nums1[p] = nums1[p1];
p1--;
p--;
}
while (p2 >= 0)
{
nums1[p] = nums2[p2];
p2--;
p--;
}
}
};
复杂度分析
-
时间复杂度: O ( m + n ) O(m+n) O(m+n)
-
空间复杂度: O ( 1 ) O(1) O(1)。我们只需要常量空间来存储若干变量。
参考结果
Accepted
59/59 cases passed (0 ms)
Your runtime beats 100 % of cpp submissions
Your memory usage beats 94.93 % of cpp submissions (8.6 MB)