代码随想录python笔记1 数组

数组理论基础

数组是存放在连续内存空间上的相同类型数据的集合。

  • 数组下标都是从0开始的。
  • 数组内存空间的地址是连续的

正是因为数组的在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址。
而且大家如果使用C++的话,要注意vector 和 array的区别,vector的底层实现是array,严格来讲vector是容器,不是数组。数组的元素是不能删的,只能覆盖。
在这里插入图片描述

704. 二分查找

力扣题目链接

给定一个 n 个元素有序的(升)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

思路

注意区间的边界条件,记住一个即可

左闭右闭:right = len(nums) - 1, left <= right, left = mid + 1, right = mid - 1

自己用【0,1,【2】,3,4】模拟一遍

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        # 左闭右闭
        left, right = 0, len(nums)-1
        while left <= right:
            mid = (left+right) // 2
            if target > nums[mid]:
                left = mid + 1
            elif target < nums[mid]:
                right = mid - 1
            else:
                return mid
        return -1

左闭右开(right+1):right = len(nums),left < right, right = mid

class Solution:
    def search(self, nums: List[int], target: int) -> int:        
        # 左闭右开
        left, right = 0, len(nums) # 变化1
        while left < right:  # 变化2
            mid = (left+right) // 2
            if target > nums[mid]:
                left = mid + 1
            elif target < nums[mid]:
                right = mid  # 变化3
            else:
                return mid
        return -1

27. 移除元素

力扣题目链接(opens new window)

给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素,并返回移除后数组的新长度。

不要使用额外的数组空间,你必须仅使用 O(1) 额外空间并原地修改输入数组。

元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。

示例 1: 给定 nums = [3,2,2,3], val = 3, 函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。 你不需要考虑数组中超出新长度后面的元素。

示例 2: 给定 nums = [0,1,2,2,3,0,4,2], val = 2, 函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。

思路

不能单独删除数组中的某个元素,只能覆盖

  1. 暴力解:两层for循环,一个用来遍历寻找数组,一个用来更新

  2. 快慢指针: 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作

    • 快指针:寻找新数组的元素,新数组就是不含有目标元素的数组

    • 慢指针:指向更新新数组下标的位置

  3. 相向双指针

# 快慢指针, 时间复杂度:O(n),空间复杂度:O(1)
class Solution(object):
    def removeElement(self, nums, val):
    # 快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
    # 慢指针:指向更新 新数组下标的位置
        slow = fast = 0
        while fast < len(nums):
            if nums[fast] != val:
                nums[slow] = nums[fast]
                fast += 1
                slow += 1
            else:
                fast += 1
        return slow
# 相向双指针, 时间复杂度:O(n),空间复杂度:O(1)
# 左右一起遍历,一个用来查找一个用来替换,会改变数组顺序
class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        left, right = 0, len(nums) - 1
        while left <= right:
            while left <= right and nums[left] != val:
                left += 1
            while left <= right and nums[right] == val:
                right -= 1
            if left < right:
                nums[left] = nums[right]
                left, right = left + 1 ,right - 1
        return left

977.有序数组的平方

力扣题目链接(opens new window)

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

  1. 暴力排序:时间复杂度是 O(n + nlogn)

  2. 双指针法:左右指针遍历比较,结果填入新数组,此时的时间复杂度为O(n)

class Solution(object):
    def sortedSquares(self, nums):
        """
        :type nums: List[int]
        :rtype: List[int]
        """ 
        # 暴力排序 O(n + nlogn)
        # for i in range(len(nums)):
        #     nums[i] *= nums[i]
        # return sorted(nums)
        
        # 双指针 O(n)
        n = len(nums)
        left, right = 0, n-1
        res = [-1] * n
         for i in range(n-1, -1, -1):
             leftval, rightval = nums[left] ** 2, nums[right] ** 2
             if leftval < rightval:
                 res[i] = rightval
                 right -= 1
             else:
                 res[i] = leftval
                 left += 1
        return res

209.长度最小的子数组

力扣题目链接(opens new window)

给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。

示例:

输入:s = 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

思路

  1. 暴力解法:两个for循环,寻找满足条件的子序列

  2. 滑动窗口:使用双指针调节窗口起始位置或终止位置

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)

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        if nums is None or len(nums) == 0:
            return 0
        res = len(nums) + 1
        sum = 0
        i = 0
        for j in range(len(nums)):
            sum += nums[j]
            while sum >= target:
                lens = j - i + 1
                sum -= nums[i]  
                i += 1
                if lens < res:res = lens 
        return 0 if res == len(nums) + 1 else res

59.螺旋矩阵II

力扣题目链接(opens new window)

给定一个正整数 n,生成一个包含 1 到 n^2 所有元素,且元素按顺时针顺序螺旋排列的正方形矩阵。

示例:

输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]

思路

循环不变量原则,坚持左闭右开原则

考验代码掌握能力,用5*5模拟

class Solution(object):
    def generateMatrix(self, n):
        """
        :type n: int
        :rtype: List[List[int]]
        """
        # 循环模拟
        matrix = [[0] * n for _ in range(n)]
        startx = starty = 0 # 开始位置
        loops = n // 2 # 圈数
        mid = n // 2 # 中间位置
        num = 1
        for loop in range(1, 1 + loops):
            for i in range(startx, n - loop):
                matrix[startx][i] = num
                num += 1
            for i in range(starty, n - loop):
                matrix[i][n - loop] = num
                num += 1
            for i in range(n - loop, startx, -1):
                matrix[n - loop][i] = num
                num += 1
            for i in range(n - loop, starty, -1):
                matrix[i][starty] = num
                num += 1
            startx += 1 # 改变起始位置
            starty += 1
        if n % 2 == 1:  # 注意处理奇数多一个mid的情况
            matrix[mid][mid] = num
        return matrix
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值