本篇主要内容如下图大纲所示:
二分查找
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target , 写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
示例1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
思路:循环不变量,区间的定义就是不变量。分为两种:左闭右闭和左闭右开
先看左闭右闭代码:因为是左闭右闭,两边都能取得到,所以在判断左右取值时都得取到
public class Solution{
public int binarySearch(int[] nums, int target){
int left = 0;
int right = nums.length - 1;
while(left <= right){
int mid = left + (right - left) / 2;
if(nums[mid] > target) {
right = mid - 1;
} else if(nums[mid] < target){
left = mid + 1;
} else{
return mid;
}
}
return -1;
}
}
再对比左闭右开代码,发现 right 的值都不能加一了,因为取不到,while循环也不能加等号了
public class Solution{
public int binarySearch(int[] nums, int target){
int left = 0;
int right = nums.length;
while(left < right){
int mid = left + (right - left) / 2; //直接 (left+right)/2会溢出
if(nums[mid] > target) {
right = mid; // 区间 [left,mid)
} else if(nums[mid] < target){
left = mid + 1; //区间 [mid + 1, right)
} else{
return mid;
}
}
return -1;
}
}
注意二分法的前提条件:有序且重复元素
接下来分析二分法的时间复杂度:
二分查找的基本思想是:
将 n 个元素分成大致相等的两部分, 取a[n/2] 与 x 做比较, 如果 x = a[n/2], 则找到 x, 算法中止;
如果x < a[n/2], 则只要在数组a的左半部分继续搜索 x, 如果x > a[n/2], 则只要在数组 a 的右半部搜索x.
时间复杂度即是while循环的次数。
总共有n个元素, 渐渐跟下去就是n,n/2,n/4,…n/2^k(接下来操作元素的剩余个数),其中k就是循环的次数,
由于你 n/2^k 取整后 >= 1 ,即令 n/2^k = 1 ,可得 k = log2n,(是以2为底,n的对数)
所以时间复杂度可以表示O(h)=O(log2n)
移除元素
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 1: 给定 nums = [3,2,2,3], val = 3, 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。
示例 2: 给定 nums = [0,1,2,2,3,0,4,2], val = 2, 函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。
你不需要考虑数组中超出新长度后面的元素。
思路:注意是原地移除,所以不能用额外的空间。算是一个快慢指针,当该元素不需要移除时,slowIndex才走并把此时的元素存起来
class Solution{
public int removeElement(int[] nums, int val){
int slowIndex = 0;
for(int fastIndex = 0; fastIndex < nums.length; fastIndex++){
if(nums[fastIndex] != val) {
nums[slowIndex] = nums[fastIndex];
slowIndex++;
}
}
return slowIndex;
}
}
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]
思路:双指针,已知是非递减的,那么只要比较最左边和最右边谁大,更新result, 相应的左右指针移动一步
这一题和上题相比,快慢指针是同向而行,在某种条件下一个走的更快,双指针是相向而行
class Solution{
public int[] sortSquares(int[] nums){
int index = nums.length - 1;
int left = 0, right = index;
int[] result = new int[nums.length];
while(left <= right){
if(nums[left] * nums[left] > nums[right] * nums[right]){
result[index--] = nums[left] * nums[left];
left++;
} else{
result[index--] = nums[right] * nums[right];
right--;
}
}
return result;
}
}
长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,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:s = 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。
提示:
-1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
思路:滑动窗口,其实也可以看作是双指针,代码中用while满足题意条件然后不断更新起始位置i从而取到这个区间 [i,j] 满足条件的最小连续子数组
以 nums = [2,3,1,2,4,3] 为例,第一次 走到这[2,3,1,2]满足题意result=4,此时不断变更 i, sum也在变直到不满足条件 [3,1,2]
继续往后走 [3,1,2,4] 满足条件result=4 --> result=3,依此类推直到 [4,3] result=2
代码如下:
class Solution{
public int minSubArrayLen(int s, int[] nums){
int i = 0, sum = 0;
int result = Integer.MAX_VALUE;
for(int j = 0; j < nums.length; j++){
sum += nums[j];
while(sum >= s){ //满足题意之后开始滑动,即更新 sum , i , result 的值
result = Math.min(result, j - i + 1);
sum -= nums[i++];
}
}
// 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 == Integer.MAX_VALUE ? 0 : result;
}
}
再来看时间复杂度,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
螺旋矩阵II
给定一个正整数 n,生成一个包含 1 到 n^2 所有元素,且元素按顺时针顺序螺旋排列的正方形矩阵。
示例:
输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]
思路:和二分法那道题一致,保持循环不变量原则,左闭右开,模拟填充二维数组
class Solution{
public int[][] generateMatrix(int n){
int[][] result = new int[n][n];//定义返回数组
int i, j;
int start = 0; // 定义每次循环的开始点(start, start)
int loop = 0; //控制循环次数
int count = 1; // 定义填充数字
while(loop++ < n / 2){ //控制循环次数,loop从1开始,n=3循环1次
//模拟上侧从左到右
for(int j = start; j < n - loop; j++){
result[start][j] = count++;
}
//模拟右侧从上到下
for(int i = start; i < n - loop; i++){
result[i][j] = count++;
}
//模拟下侧从右到左
for(; j >= loop; j--){
result[i][j] = count++;
}
//模拟右侧从上到下
for(; i >= loop; i--){
result[i][j] = count++;
}
start++; // 每次循环的开始点(start, start)
}
if(n % 2 == 1){
result[start][start] = count; //count从1开始,如果n为奇数,需要处理中间那个值 先count再++所以这里不需要加1
}
return result;
}
}
时间复杂度 O(n^2): 模拟遍历二维矩阵的时间
空间复杂度 O(1)