977.有序数组的平方
首先审题:
数组为非递减排序的整数数组,平方后返回的新数组也为非递减排序。
暴力解法
最先想到的解法是:遍历取平方之后,再排序。
时间复杂度为O(n+nlogn),取决于库函数sort,即快速排序的时间复杂度。
sort函数的原理和使用可见链接
题解代码如下:
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for (int i = 0; i < nums.size(); i++) {
nums[i] *= nums[i];
}
sort(nums.begin(), nums.end()); // 快速排序
return nums;
}
};
双指针法
数组是有序的,所以平方后的最大数只能在数组的左右两侧。
故考虑两个指针,分别指向数组的第一个和最后一个数,然后向中间合拢,得到一个由大到小的新数组,那么下表由大到小更新,便能获得一个升序的新数组。
时间复杂度: O(n)
题解代码如下:
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int k = nums.size() - 1;
vector<int> result(nums.size(), 0);
for (int i = 0, j = nums.size() - 1; i <= j;) { // 注意这里要i <= j,因为最后要处理两个元素
if (nums[i] * nums[i] < nums[j] * nums[j]) {
result[k--] = nums[j] * nums[j];
j--;
}
else {
result[k--] = nums[i] * nums[i];
i++;
}
}
return result;
}
};
错误总结: 数组下标k为nums.size() - 1,报错为数组下标越界。i<=j后需要;,注意语法。
209.长度最小的子数组
暴力解法
两个for循环,遍历以每一个数为开头的最小连续子数列。
代码如下:
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX; // 最终的结果
int sum = 0; // 子序列的数值之和
int subLength = 0; // 子序列的长度
for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
sum = 0;
for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s,更新result
subLength = j - i + 1; // 取子序列的长度
result = result < subLength ? result : subLength;
break; // 因为我们是找符合条件最短的子序列,所以一旦符合条件就break
}
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
时间复杂度:O(n^2)
空间复杂度:O(1)
滑动窗口
思路:只用一个for循环,该for循环表示子列终止的位置。
在for循环中,用一个while来动态调整子列的长度,当子列和大于target时便剔出第一个元素,直到子列和小于target。
实际上根据题目的信息来对两层for进行剪枝,本题要求的是最小连续子列,故可以考虑滑动窗口法。
代码如下:
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 注意这里使用while,每次更新 i(起始位置),并不断比较子序列是否符合条件
while (sum >= s) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处,不断变更i(子序列的起始位置)
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
时间复杂度:O(n) (每个元素在进出时各操作一次,故为2n)
空间复杂度:O(1)
59.螺旋矩阵II
坚持左开右闭的思路,边界处理上就不会混乱
时间复杂度:O(n^2)
代码如下:
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> result(n, vector<int>(n, 0));
int startx = 0, starty = 0;
int loop = n/2;
int mid = n/2;
int count = 1;
int offset = 1;
int i,j;
while (loop--) {
i = startx;
j = starty;
for (; j < n - offset; j++) {
result[i][j] = count++;
}
for (; i < n - offset; i++) {
result[i][j] = count++;
}
for (; j > starty; j--) {
result[i][j] = count++;
}
for (; i > startx; i--) {
result[i][j] = count++;
}
startx++;
starty++;
offset += 1;
}
if (n % 2 == 1) {
result[mid][mid] = n*n;
}
return result;
}
};
P.S. 在看了视频和思路之后,写出的代码与随想录给出的有一些细节上的不同。