代码随想录算法训练营day02| 977.有序数组的平方 ，209.长度最小的子数组 ，59.螺旋矩阵II

997.有序数组的平方

题目链接 977. 有序数组的平方 - 力扣（Leetcode）

遇到问题

​ 再运用双指针时，没联想到新建一个答案数组，导致无法解答

题解

1. 暴力遍历解法

最简单的思想就是全部算出来，然后排序

var sorteSquares = function(nums){
    for(let i = 0; i < nums.length; i++){
        nums[i] *= nums[i]
    }
    return nums.sort((a,b) => a-b)
}

时间复杂度: O(n + nlogn)（取决于快速排序的复杂度）
空间复杂度: O(1)

2. 双指针解法

分析可知，数组平方后出现的情况是负数平方大于正数，而且是负的越多越大，对于数组中负数来说，左边的平方一定大于右边的平方；对于正数来说，右边的平方一定大于左边的平方，因此，最大的数值只能出现在两头，故只需要比较两头大小即可

var sorteSquares = function(nums){
    let res = [], i = 0, j = nums.length - 1
    while(i <= j){
        let left = nums[i] * nums[i]
        let right = nums[j] * nums[j]
        if(left > right){
            res.unshift(left)  // 将数压入最前端，保证为非递减
            i ++
        }else{
            res.unshift(right)
            j --
        }
    }
    return res
}

时间复杂度:O(n)
空间复杂度:O(n)(为保存答案数组所占用的空间)

当然如果不想使用Arry.unshift()可以创建一个指针k在每次赋值时用nums[k--]即可
需要额外注意的是：循环条件中i <= j应该是需要赋值等号，如果未赋值，则当遍历到两个指针重合时，会导致少压入一个元素

209.长度最小的子数组

题目链接 209. 长度最小的子数组 - 力扣（Leetcode）

遇到问题

没完全理解滑动窗口和涵盖关系，错误的把暴力解法认为是滑动窗口法，从而没做出更好的解答

题解

1.暴力解法

var minSubArrayLen = function(target, nums) {
   	let minLength = Infinity
    for(let i = 0; i < nums.length; i++){
        for(let j = i,sum = 0; j < nums.length; j++){
            sum += nums[j]
            if(sum >= target){
                minLength = minLength > (j - i + 1) ? (j - i + 1) : minLength
                break
            }
        }
    }
    return minLength == Infinity? 0: minLength
}

时间复杂度:O(n^2)
空间复杂度:O(1)

基本思路就是一个数一个数的算然后找出来最小的值，没什么可以过多说的

2.滑动窗口法

滑动窗口 的基本思想是：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。
其实这也是双指针的一种，但是他多了一个固定的区间，具体到这个题目中，需要确定

• 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？

这里借用一下代码随想录的动态图来更好的理解这过程

var minSubArrayLen = function(target, nums) {
    let minLength = Infinity, sum = 0
    let i = 0  //窗口起始位置
    for(let j = 0; j < nums.length; j++){
        sum += nums[j]
        while(sum >= target){
            minLength = minLength > (j - i + 1)? (j - i + 1) : minLength
            sum -= nums[i++]   // 起始位置向右边移动一位
        }
    }
    return minLength == Infinity? 0 : minLength
}

时间复杂度:O(n)
空间复杂度:O(1)

乍一看会和暴力解法很像，但是精髓之处，就是动态的计算了框选了一个长度，即循环中的while判断而不是无止尽的遍历

可以发现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)

扩展

904. 水果成篮 - 力扣（Leetcode）
76. 最小覆盖子串 - 力扣（Leetcode）

59.螺旋矩阵ll

题目链接 59. 螺旋矩阵 II - 力扣（Leetcode）

遇到问题

1. 只想着如何快速解答，直接上手找规律，没有进行实际模拟
2. 对整个区间规划，做的不完善

题解

题目重点是如何转圈遍历，然后模拟过程，其次是与二分法相似的循环不变量原则
在本题中，循环不变量原则体现在对每一个转角的模拟遍历，是属于转角前的还是转角后的呢？

先看代码

var generateMatrix = function(n) {
    let res = new Array(n).fill(0).map(() => new Array(n).fill(0))
    let loop = n >> 1  // 判断转圈数
    let mid = n >> 1  // 中间值
    let count = 1 // 计数
    let offset = 1 // 每一行减少数
    let startX = startY = 0
    while(loop--){
        let row = startX,col = startY
        // 上行从左往右遍历(左闭右开)
        for(; col < n - offset; col++){
            res[row][col] = count++
        }
        // 右边从上往下遍历(左闭右开)
        for(; row < n - offset; row++){
            res[row][col] = count++
        }
        // 下行从右往左遍历(左闭右开)
        for(; col > startY; col--){
            res[row][col] = count++
        }
        //左边从下往上(左闭右开)
        for(;row > startX; row --){
            res[row][col] = count++
        }
        startX++
        startY++
        offset += 1
    }
    // 判断是否为基数
    if(n % 2 != 0){
        res[mid][mid] = count
    }
    return res
 }

时间复杂度: O(n^n)
空间复杂度:O(n^n)

这道题目没有很多技巧性质的方法，主要就是在模拟这个转圈赋值的过程，但是这个过程细节很多：

1. • Q: 如何遍历每个矩阵中的值
   • A: 依照转圈的方式，分别遍历上右下左
2. • Q: 怎么样算一个循环
   • A：按照上述的遍历，循环的是每圈，即每完成一次上右下左遍历后为一个周期，故因此需要提前知道有多少圈

3. • Q: 边界值如何分配

   • A：应该按照循环不变量原则始终按照一种区间的开闭，这里最好采用左闭右开，借用图，如图：

     
     ​此外做这种类型的题目时，应该不急躁一步一步模拟自己的人工运算规则

扩展

54. 螺旋矩阵 - 力扣（Leetcode）
剑指 Offer 29. 顺时针打印矩阵 - 力扣（Leetcode）

今日总结

1. 进一步理解的深入了双指针的用法
2. 学习滑动窗口如何使用
3. 今日将代码随想录的数组部分学习完毕，其中主要学习到的方法
   想录的数组部分学习完毕，其中主要学习到的方法
   1. 二分法查找：需要主要区间的开闭选择,一般为左闭右开和左闭右闭
   2. 双指针法：将二维遍历降低到一维遍历的常用方法，在数组题目能暴力解答时，算法复杂度为O(n^2)时候不妨往此方向思考
   3. 在双指针法进一步细化的中，学习了滑动窗口的方法，动态的思考一个问题的规划与设计
   4. 在解题过程中不要上来就寻找最优解，应该需要首先自己模拟这个过程尝试用暴力法解决，然后再思考有无类似的思想可以运用
   5. 解题的细节注意，尤其是当取=的时候需要格外注意