DAY7算法基础课——双指针算法

非常灵活的算法,我的脑子如同糊了浆糊一样僵硬。

像一开始的快速排序就是双指针算法在一个数组上的应用,归并排序就是在两个数组上的双指针运用。

在这里,双指针运算的核心思想就是优化朴素(暴力)算法,对于暴力做法来说通常需要两个循环做遍历,j也要从头遍历,所以时间复杂度是n方,但用双指针算法,通常只是i遍历,j根据题目设置条件,复杂度可以降到n。所以双指针运算主要是为了优化。

例题——最长连续不重复子序列

给定一个长度为 𝑛 的整数序列,请找出最长的不包含重复的数的连续区间,输出它的长度。

输入格式

第一行包含整数 𝑛。

第二行包含 𝑛 个整数(均在 0∼10的5次方 范围内),表示整数序列。

输出格式

共一行,包含一个整数,表示最长的不包含重复的数的连续区间的长度。

数据范围

1≤𝑛≤10的5次方

输入样例:
5
1 2 2 3 5
输出样例:
3

上代码: 

#include<iostream>
using namespace std;

const int N = 100010;

//s[N]用来做标记数组
int a[N],s[N];

int main(){
    int n;
    cin>>n;
    for(int i=0;i<n;i++)scanf("%d", &a[i]);
    
    int res=0;//存储答案
    
    //首先i指针用来对数组做遍历
    for(int i=0,j=0;i<n;i++){
        
        //标记数的个数是否有重复,s[1]=1,s[2]=2 此时元素2就发生了重复
        s[a[i]]++;
        
        //大于1就代表重复了
        while(s[a[i]]>1){
            
            //此时移动j
            s[a[j]]--;
            j++;
        }
        
        //j到i的长度及不连续子序列最大长度
        res = max(res, i-j+1);
    }
    
    cout<<res;

}

看不懂代码的可以先看看这个模拟,这个s数组就是一个标记数组,用的非常巧妙,其次用来遍历数组的始终是i指针,j指针是用来固定最大不重复元素的左端:

  • 10
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,我来回答你的问题。首先,广度优先搜索(BFS)是一种图搜索算法,可以用来解决一些问题,比如迷宫问题。在迷宫问题中,我们需要找到一条从起点到终点的最短路径。下面是用 Python 实现 BFS 解决迷宫问题的示例代码: ```python from collections import deque # 定义一个二维数组表示迷宫,0 表示可以走,1 表示障碍物 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0], ] # 定义起点和终点 start = (0, 0) end = (4, 4) # 定义四个方向,上下左右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] def bfs(maze, start, end): # 定义队列,初始时将起点加入队列 queue = deque([start]) # 定义 visited 集合,用于记录已经访问过的位置 visited = set([start]) while queue: # 取出队列中的第一个节点 node = queue.popleft() # 如果当前节点是终点,返回到达终点的最短距离 if node == end: return distance[node[0]][node[1]] # 对于当前节点,遍历它的四个方向 for direction in directions: # 计算出下一个节点的坐标 next_node = (node[0] + direction[0], node[1] + direction[1]) # 如果下一个节点不越界且没有访问过,并且可以走(maze[next_node[0]][next_node[1]] == 0),将它加入队列和 visited 集合 if 0 <= next_node[0] < len(maze) and 0 <= next_node[1] < len(maze[0]) and next_node not in visited and maze[next_node[0]][next_node[1]] == 0: queue.append(next_node) visited.add(next_node) # 如果没有找到到达终点的路径,返回 -1 return -1 # 计算每个位置到起点的最短距离 distance = [[float('inf') for _ in range(len(maze[0]))] for _ in range(len(maze))] distance[start[0]][start[1]] = 0 bfs(maze, start, end) ``` 在上面的代码中,我们首先定义了一个迷宫,然后定义了起点和终点。接着,我们定义了四个方向,上下左右。接下来,我们定义了 bfs 函数,用于实现广度优先搜索。在 bfs 函数中,我们首先定义了一个队列和 visited 集合,用于记录已经访问过的位置。然后,我们将起点加入队列和 visited 集合。接着,我们进行循环,取出队列中的第一个节点,遍历它的四个方向。如果下一个节点不越界且没有访问过,并且可以走,我们将它加入队列和 visited 集合。最后,如果没有找到到达终点的路径,返回 -1。 最后,我们计算每个位置到起点的最短距离,并调用 bfs 函数求解最短路径。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值