(一) 数组相关
1、数组是存放在连续内存空间上的相同类型数据的集合。
2、二分法只能应用于有序数组。
3、数组多用于频繁使用索引的场合,链表多用于频繁插入删除的场合。
4、链表的存储空间要比相同容量的数组大。
5、防止溢出的写法。有时在比较时数值会超出定义的类型的范围,就可以用防止溢出的写法,如:
int a = 11123;
int b = 123456789;
// 若相比较a的平方与b的大小,可以
if (b/a > a) {}
// 而不是
if (a * a < b) {}
6、数组的元素在内存地址中是连续的,不能单独删除数组中的某个元素,只能覆盖。
(二) 相关算法
1、二分法
二分法只能应用于有序数组。二分法的经典应用是处理有序数组中的某个元素。
时间复杂度为O(log n)
// 题目:给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。
// 如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
class Solution {
public int searchInsert(int[] nums, int target) {
int startNode = 0; // 数组首索引
int endNode = nums.length - 1; //数组尾索引
int mid = 0;
// 因为循环中startNode到endNode的范围不断减小,所以使用此判断条件
while (startNode <= endNode) {
mid = (startNode + endNode) / 2; // 数组中间的索引
if (nums[mid] == target)
return mid;
else if (nums[mid] < target)
startNode = mid + 1; // 确定是在mid左边还是右边,从而缩小区间
else
endNode = mid - 1;
}
return startNode;
}
}
2、双指针法(这个方法非常重要!!!!!)
通过一个快指针一个慢指针达到目的,很多的题都会用到双指针法。
//*
题目:给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,
返回删除后数组的新长度。
不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的
条件下完成。
*/
class Solution {
public int removeDuplicates(int[] nums) {
// 注意题目是有序数组 双指针可以在不创建新的数组的情况下进行元素的移除,
// 利用fastIndex编写判断条件,选择进入数组中的元素
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
if (fastIndex < 1) {
nums[slowIndex++] = nums[fastIndex];
}
else if (nums[fastIndex] != nums[fastIndex - 1]) {
nums[slowIndex++] = nums[fastIndex];
}
}
return slowIndex;
}
}
有的时候,看待问题的方法,决定了代码的复杂程度!!
题目: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。
思路:例如数组
int[] temp = {-4, -1, 0, 3, 6};
如果直接对每个元素平方再排序,那么题目中的有序数组这个条件就忽略了。无疑会增加代码复杂度。
所以换个思路,观察首尾的元素一定是最大的,然后越往中心绝对值越小,所有就可以使用双指针法,从两端出发,比较大小,然后向里靠拢。
class Solution {
public int[] sortedSquares(int[] nums) {
int right = nums.length - 1;
int left = 0;
int[] result = new int[nums.length];
int index = result.length - 1;
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;
}
}
3、滑动窗口
这个方法其实就是双指针法(他是多么的重要)。滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。直接看题。
//* 给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
*/
class Solution {
// 滑动窗口
// 注意是寻找连续数组,所以用到了滑动窗口
public int minSubArrayLen(int s, int[] nums) {
int left = 0;
int sum = 0;
int result = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
while (sum >= s) {
result = Math.min(result, right - left + 1);
sum -= nums[left++];
}
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}
转自:代码随想录
这里还是以题目中的示例来举例,s=7, 数组是 2,3,1,2,4,3,来看一下查找的过程: