有序数组的平方

首先我们使用暴力解法，直接遍历列表的每个元素平方后，在进行排序输出。但是时间复杂度 为O(nlogn)。

代码如下：

#普通暴力法
class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        a = []
        for i in nums:
            a.append(i * i)
        return sorted(a)

#暴力法+列表推导式
class Solution:
    def sortedSquares(self, nums: List[int]) -> List[int]:
        return sorted(x*x for x in nums)

这道题有说明让我们设计时间复杂度为O(n)的算法，所以这里我们使用双指针

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]; 。

n = list(map(int, input().split(",")))
i = 0
j = len(n) - 1
k = len(n) - 1
result = [0] * len(n)  # 提前定义一个和 n 长度相同的列表，初始化为0
while i <= j:
    if n[i] ** 2 < n[j] ** 2:
        result[k] = n[j] ** 2
        j -= 1
    else:
        result[k] = n[i] ** 2
        i += 1
    k -= 1
print(result)

时间复杂度为O(n),其中这里用的是双指针的办法，这里初始化的指针有三个，i和j是在输入的数组上进行操作，而k是在最终输出的数组进行操作，其中k刚开始就在数组的末尾，然后经过判断后，最终的result数组是按照从小到大的顺序输出。