1、数组知识总览
1、数组的下标从0开始;
2、数组的元素在内存空间的地址是连续的。
因为内存地址连续,所以删除或者增加元素时,只能覆盖,不能删除。
m x n 的二维数组,其实就是m个一维数组中,有n个元素。
具体内容:https://programmercarl.com/数组理论基础.html
2、具体题目
2.1螺旋矩阵
螺旋矩阵的解法在于控制好循环的区间,n x n的正方形矩阵只用考虑区间收缩,m x n 的矩阵还要考虑行列的边界问题。
力扣54题: https://leetcode.cn/problems/spiral-matrix/description/
如图从左向右分为了四个区间,前三个区间是闭区间,最后一个区间是左开右闭区间。原因是,按照顺时针顺序,左边是从下往上,而col_end指向的元素已经包含在上一区间,所以只能从col_end - 1开始向上走,所以是i–,又因为col_start已经包含在第一个区间内,所以是开区间。
同时,在底部的从右往左,左侧的从下往上之前,分别添加了对行和列的判断。
在底部的从右往左时,判断行的初始行数raw_start是否小于raw_end,是为了判断尾行是否超过首行,如果超过,则循环结束;
在左侧的从下往上时,判断列的初始列数col_start是否小于col_end,是为了判断首尾列是否超过首列,如果超过,则循环结束。
在顺时针旋转一圈后,更新下列值,再进行下一次循环
row_start++;
row_end--;
col_start++;
col_end--;
时间复杂度:
对于输入矩阵的每个元素,我们都只访问一次,因此遍历过程的时间复杂度为 O(m * n) ,其中 m 是矩阵的行数,n 是矩阵的列数。
在遍历过程中,我们执行了一些常数时间的操作,比如向 result 向量中添加元素,以及调整遍历边界等。这些操作的影响相对较小,可以忽略不计。
综上所述,代码的时间复杂度为 O(m * n)。
空间复杂度:
我们使用了一个额外的 result 向量来存储螺旋顺序的元素,其大小取决于矩阵的大小。因此,空间复杂度为 O(m * n)。
2.2 二分法和牛顿迭代
在不降序的数组,查找特定值。
二分法:middle = (left + right)/ 2;比较middle和left、right的大小,不断更新左右区间,直至查找到target。
二分法要注意左右区间的开闭情况,需要区分以下两点:
左闭右开[left,right):(1)while循环的条件为left < right,因为不存在a=b的情况;(2)当nums[middle] > target,区间向右缩小时,收缩的区间应该是[middle + 1, right),区间向左收缩时,应该是[left,middle)
左闭右闭[left,right]:(1)while循环的条件为left <= right,因为存在a=b的情况;(2)当nums[middle] > target,区间向右缩小时,收缩的区间应该是[middle + 1, right],区间向左收缩时,应该是[left,middle-1]
一些特定的题目,除了可以使用二分法,还可以使用牛顿迭代法。典型题目是求平方和平方根,这种容易找到一阶函数的
力扣69:https://leetcode.cn/problems/sqrtx/solutions/
力扣367:https://leetcode.cn/problems/valid-perfect-square/description/