代码随想录算法训练营第一天丨数组part 01

什么数组？

数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。

值得注意的是

• 线性表是数据排成像一条线一样的结构。每个线性表上的数据最多只有前和后两个方向
• 连续的内存空间和相同类型的数据

正是因为这两个限制，数组中的任意一个数据元素都可以随机访问，同时也有弊端，比如要想在数组中删除、插入一个数据，为了保证连续性，就需要做大量的数据移动工作。

二分查找

题目如下：

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

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2 输出: -1 解释: 2 不存在 nums 中因此返回 -1

提示：

• 你可以假设 nums 中的所有元素是不重复的。
• n 将在 [1, 10000]之间。
• nums 的每个元素都将在 [-9999, 9999]之间。

题目链接：704.二分查找

思路

二分查找的过程
假设表中元素是按升序排列，将表中间位置记录的关键字与目标值比较
如果两者相等，则查找成功
如果不相等，中间位置记录将表分成前、后两个子表
中间位置值大于目标值，则进一步查找前一子表
中间位置值小于目标值，则进一步查找后一子表

难点

中间位置的边界问题

• 到底是while(left < right) 还是 while(left <= right)
• 循环过程中，到底是right = mid 还是 right = mid - 1

第一种写法（左闭右闭）

• while (left <= right) 要使用 <= ，因为left == right是有意义的，比如[3, 3]
• if (nums[mid] > target) right 要赋值为 mid -1，因为此时mid一定不是target，说明target在mid的左边

代码如下：

class Solution {
    public int search(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1;
        while (left <= right) {
            int mid = (left + right)/2;
            if (nums[mid] > target) {// 如果中间位置值大于目标值
                right = mid - 1;// 目标值在中间位置的左边
            } else if (nums[mid] < target){// 如果中间位置值小于目标值
                left = mid + 1;// 目标值在中间位置的右边
            } else {
                return mid;// 中间位置就是目标值
            }
        }
        return -1;// 没有找到目标值
    }
}

例如，在数组-1,0,3,5,9,12，查找target = 9

• 对left和right初始化，并计算mid的值
  left = 0，right = length - 1，mid = (left + right) / 2

• 比较 nums[mid] 的值和 target 的值大小
  if (nums[mid] > target)，说明target在mid的左边
  if (nums[mid] < target)，说明target在mid的右边
  if (nums[mid] = target)，说明中间位置就是target
  

第二种写法（左闭右开）

• while (left < right)，这里使用 < ,因为left == right在区间[left,
  right)是没有意义的，比如[3, 3)
• if (nums[mid] > target) right 更新为
  mid，当前nums[mid]不等于target，去左边继续查找，当前区间定义是[left, right)， 刚好取不到right

代码如下：

class Solution {
    public int search(int[] nums, int target) {
        int left = 0;
        int right = nums.length;// 定义target在左闭右开的区间里，即：[left, right)
        while (left < right) {// 因为left == right的时候，在[left, right)是无效的空间，所以使用 <
            int mid = (left + right)/2;
            if (nums[mid] > target) {// 如果中间位置值大于目标值
                right = mid;// target 在左区间，在[left, mid)中
            } else if (nums[mid] < target){// 如果中间位置值小于目标值
                left = mid + 1;// target 在右区间，在[mid + 1, right)中
            } else {// nums[mid] == target
                return mid;// 数组中找到目标值，直接返回下标
            }
        }
        return -1;// 没有找到目标值
    }
}

• left和right初始化
  left = 0，right = length，mid = (left + right) / 2

拓展题目：35.搜索插入位置 34. 在排序数组中查找元素的第一个和最后一个位置

移除元素

题目如下：

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：

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。

示例 2：

输入：nums = [0,1,2,2,3,0,4,2], val = 2 输出：5, nums = [0,1,3,0,4]
解释：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。
注意这五个元素可为任意顺序。你不需要考虑数组中超出新长度后面的元素。

题目链接：27. 移除元素

思路

暴力解法

两层for循环，一个for循环遍历数组元素 ，第二个for循环更新数组

class Solution {
    public int removeElement(int[] nums, int val) {
        int lens = nums.length;
        for (int i = 0; i < lens; i++) {
            if (nums[i] == val) {// 发现需要移除的元素，就将数组集体向前移动一位
                for (int j = i + 1; j < lens; j++) {//
                    nums[j - 1] = nums[j];
                }
                lens--;// 此时数组的大小-1
                i--;
            }
        }
        return lens;
    }
}

• 时间复杂度：O(n^2)
• 空间复杂度：O(1)

暴力算法每一趟结束后，都需要从头开始比较

双指针法

双指针法有两种扫描方向：
（1）同向扫描，i 和 j 方向相同，都从头到尾，但速度不同，所以i和j被称为“快慢指针”。
（2）反向扫描，i 和 j 方向相反，i 从头到尾，j 从尾到头，在中间相会。
双指针算法的核心思想（作用）：优化

本题中使用快慢指针法
定义快慢指针

• 快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
• 慢指针：指向更新新数组下标的位置

代码如下

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;
    }
}

• 时间复杂度：O(n)
• 空间复杂度：O(1)