代码随想录第九期第二天打卡记录 977 有序数组的平方 209 最小子集合

Wb2020ben

已于 2023-02-22 13:23:39 修改

阅读量61

点赞数

分类专栏：代码随想录文章标签： c++ 算法 leetcode

于 2023-02-16 19:29:54 首次发布

本文链接：https://blog.csdn.net/Wb2020ben/article/details/129065512

版权

代码随想录专栏收录该内容

2 篇文章 0 订阅

订阅专栏

文章介绍了如何使用C++编程解决两个算法问题：一是给定有序数组，计算每个元素的平方并保持有序；二是利用滑动窗口找到满足条件的最小子序列长度。在平方有序数组问题中，采用了双指针优化方法，而在寻找最小子集合问题中，通过滑动窗口动态调整子序列来找到满足条件的最小子序列长度。

摘要由CSDN通过智能技术生成

代码随想录第九期第二天打卡记录

977.有序数组的平方: link

以下部分为 c++相关的测试代码。
注：为了防止溢出vector设置mid的时候可以考虑

int mid = (left + right) / 2 ==>  int mid = left + ((left + right) / 2);

#include<iostream>
#include<math.h>
#include<vector>
using namespace std;
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()); // 此处直接将数组进行了一次排序操作，时间复杂度为 n+logn
        return nums;
*/
    //int head, int tail = 0, nums.size() - 1;
    int head = 0;
    int tail = nums.size()-1;
    int len = tail;
    vector<int> result(nums.size(), 0);
    for (head,tail;head <= tail;)
    {
        if (nums[head] * nums[head] < nums[tail] * nums[tail])
        {
            result[len--] = nums[tail] * nums[tail];
            tail--;
        }
        else {
            result[len--] = nums[head] * nums[head];
            head++;  // 优化过后的时间复杂度降低为 n
        }
    }
    return result;
    }
};
int main977()  // test
{
    int tar = 5;
    vector<int>vec{-4,-1,0,3,10};
    Solution s1;
    int result = s1.sortedSquares(vec, tar);
    cout << result << endl; // 输出 {[0,1,9,16,100]}
    return 0;
}

209.最小子集合链接: link

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0; // 滑动窗口数值之和
        int i = 0; // 滑动窗口起始位置
        int subLength = 0; // 滑动窗口的长度
        for (int j = 0; j < nums.size(); j++) {
            sum += nums[j];
            // 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
            while (sum >= s) {
                subLength = (j - i + 1); // 取子序列的长度
                result = result < subLength ? result : subLength;
                sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        // 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;
    }
};