LeetCode算法入门day2-双指针

 目录

977. 有序数组的平方

189. 轮转数组

---

977. 有序数组的平方

给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。

示例 1：

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]

示例 2：

输入：nums = [-7,-3,2,3,11]
输出：[4,9,9,49,121]

提示：

1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 已按 非递减顺序 排序
 

进阶：

请你设计时间复杂度为 O(n) 的算法解决本问题

代码1：

直接思路，平方后排序。

class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        square = [n ** 2 for n in nums]
        square.sort()
        return square

代码2：

双指针，从数组两边向中间走，直到两指针相遇。

insert函数插入比较后数据。

class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        n = len(nums)
        square = [num ** 2 for num in nums]
        a = 0
        b = n - 1
        sort = []
        while a <= b:
            if square[a] >= square[b]:
                sort.insert(0, square[a])
                a += 1
            else:
                sort.insert(0, square[b])
                b -= 1
        return sort

代码3：

在代码2基础上学习别人方法，创建全零数组，索引赋值，大大加快运行速度并节约了内存。

class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        n = len(nums)
        square = [num ** 2 for num in nums]
        a = 0
        b = n - 1
        i = n - 1
        sort = [0] * n
        while a <= b:
            if square[a] >= square[b]:
                sort[i] = square[a]
                a += 1
            else:
                sort[i] = square[b]
                b -= 1
            i -= 1
        return sort

三个代码运行结果：

从结果来看，或许直接暴力排序更适用于python选手？ 

189. 轮转数组

给你一个数组，将数组中的元素向右轮转 k 个位置，其中 k 是非负数。

示例 1:

输入: nums = [1,2,3,4,5,6,7], k = 3
输出: [5,6,7,1,2,3,4]
解释:
向右轮转 1 步: [7,1,2,3,4,5,6]
向右轮转 2 步: [6,7,1,2,3,4,5]
向右轮转 3 步: [5,6,7,1,2,3,4]

示例 2:

输入：nums = [-1,-100,3,99], k = 2
输出：[3,99,-1,-100]
解释: 
向右轮转 1 步: [99,-1,-100,3]
向右轮转 2 步: [3,99,-1,-100]

提示：

1 <= nums.length <= 105
-231 <= nums[i] <= 231 - 1
0 <= k <= 105

进阶：

尽可能想出更多的解决方案，至少有 三种 不同的方法可以解决这个问题。
你可以使用空间复杂度为 O(1) 的 原地 算法解决这个问题吗？

代码：

n = len(nums)
k = k % n
nums[::] = nums[n-k:n] + nums[0:n-k]

最后一行代码是核心，还有很多种形式

nums[::] = nums[n-k:n] + nums[0:n-k]
nums[:] = nums[n-k:n] + nums[0:n-k]
nums[:] = nums[n-k:] + nums[:n-k]

 复杂程度依次递减，因为用默认值显然更快。