977. 有序数组的平方 - 力扣(LeetCode)
1、题目描述:
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。
2、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]
2】输入:nums = [-7,-3,2,3,11] 输出:[4,9,9,49,121]
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
n=len(nums) #数组长度
i=0 #左指针
j=n-1 #右指针
k=n-1 #新数组的下标最大值
new = [-1] * n #定义新数组
while i<=j:
leftnums=nums[i]**2
rightnums=nums[j]**2
if leftnums>rightnums:
new[k]=leftnums #将左指针平方后的新数字赋值给新的数组
i=i+1 #向后去一位
else: #这里包括小于等于
new[k]=rightnums #将右指针平方后的新数字赋值给新的数组
j=j-1 #向前去一位
k=k-1
return new
数组其实是有序的, 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。
此时可以考虑双指针法了,i指向起始位置,j指向终止位置。
定义一个新数组new,和原来数组一样的大小,让k指向new数组终止位置。
如果A[i] * A[i] < A[j] * A[j]
那么new[k--] = A[j] * A[j];
如果A[i] * A[i] >= A[j] * A[j]
那么new[k--] = A[i] * A[i];
209. 长度最小的子数组 - 力扣(LeetCode)
1、题目描述:
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 。
2、示例:
示例 1: 输入:target = 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。
示例 2: 输入:target = 4, nums = [1,4,4] 输出:1
示例 3:输入:target = 11, nums = [1,1,1,1,1,1,1,1] 输出:0
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
sum=0
son=float("inf") #一个变量son无穷大的整数型数
i=0
for j in range(len(nums)):
sum=sum+nums[j]
while sum>=target:
son=min(son,j-i+1) #返回迭代对象中最小值
sum=sum-nums[i]
i=i+1
return 0 if son==float("inf") else son
数组中滑动窗口思想:
所谓滑动窗口,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。
那么在本题中实现滑动窗口,主要确定如下三点:
- 窗口内是什么?
- 如何移动窗口的起始位置?
- 如何移动窗口的结束位置?
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动:如果当前窗口的值大于s了,窗口就要向前移动了(也就是该缩小了)。
窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
所以滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)