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。
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]
示例 2: 输入:nums = [-7,-3,2,3,11] 输出:[4,9,9,49,121]
思路
双指针法
暴力排序
最直观的想法,莫过于:每个数平方之后,排个序,美滋滋,代码如下:
#include<iostream>
#include<vector>
#include <algorithm>
using namespace::std;
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
for (int i = 0; i < A.size(); i++) {
A[i] *= A[i];
}
sort(A.begin(), A.end()); // 快速排序
return A;
}
};
int main()
{
vector<int> v;
int num;
v.push_back(-1);
v.push_back(0);
v.push_back(3);
v.push_back(5);
v.push_back(9);
v.push_back(12);
Solution solution;
solution.sortedSquares(v);
for (int i = 0; i < v.size(); i++)
{
cout << v[i] << " ";
}
return 0;
}
这个时间复杂度是 O(n + nlogn), 可以说是O(nlogn)的时间复杂度,但为了和下面双指针法算法时间复杂度有鲜明对比,我记为 O(n + nlog n)。
双指针法
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result,和A数组一样的大小,让k指向result数组终止位置。
如果A[i] * A[i] < A[j] * A[j]
那么result[k--] = A[j] * A[j];
。
如果A[i] * A[i] >= A[j] * A[j]
那么result[k--] = A[i] * A[i];
。
如下代码:
#include<iostream>
#include<vector>
#include <algorithm>
using namespace::std;
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
int k = A.size() - 1;
vector<int> result(A.size(), 0);
for (int i = 0, j = A.size() - 1; i <= j;) { // 注意这里要i <= j,因为最后要处理两个元素
if (A[i] * A[i] < A[j] * A[j]) {
result[k--] = A[j] * A[j];
j--;
}
else {
result[k--] = A[i] * A[i];
i++;
}
}
return result;
}
};
int main()
{
vector<int> v;
int num;
v.push_back(-1);
v.push_back(0);
v.push_back(3);
v.push_back(5);
v.push_back(9);
v.push_back(12);
Solution solution;
solution.sortedSquares(v);
for (int i = 0; i < v.size(); i++)
{
cout << v[i] << " ";
}
return 0;
}
此时的时间复杂度为O(n),相对于暴力排序的解法O(n + nlog n)还是提升不少的。