977.有序数组的平方
题目链接:. - 力扣(LeetCode)
文章讲解:代码随想录
视频讲解: 双指针法经典题目 | LeetCode:977.有序数组的平方_哔哩哔哩_bilibili
状态:想到了暴力解法,但没有想到双指针,看了提示后,也并没有想出双指针该怎么写
解题思路:
1.暴力解法
比较容易想到的一种解法,先对整个数组的每个元素进行平方操作,再用sort排序即可
代码实现
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for(int i=0;i<nums.size();i++)
{
nums[i] = nums[i]*nums[i]; //平方操作
}
sort(nums.begin(),nums.end()); //快速排序
return nums;
}
};
时间复杂度:O(n+log n)
2.双指针法
与之前移除元素不同,这次的双指针一个在头,一个在尾,因为这是一个非递减数组,因此数字的头和尾都是较大的数,而中间的是较小的数,两个指针都是来寻找新数组的元素,用定义的元素k来记录下标位置,因为双指针一开始都是较大的数比较,因此k应从新数组的尾部开始记录
代码实现
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
vector<int> result(nums.size(),0);
int k = nums.size()-1;
for(int i=0,j=nums.size()-1;i<=j;) //i<=j,因为要处理最后两个元素,等ij相等是最后一个
{
if(nums[i]*nums[i]>nums[j]*nums[j])
{
result[k--] = nums[i]*nums[i];
i++;
}
else
{
result[k--] = nums[j]*nums[j]; //这里包含了ij相等的情况,和元素相同的情况,用哪个去记录都可以
j--;
}
}
return result;
}
};
时间复杂度:O(n)
总结
双指针思想不限于单个指针去寻找新数组元素,单个指针标记下标,根据这个含有负数平方的数组特性,可以利用两个指针分别去寻找新元素,本题关键在于理解数组的特性,在套用双指针。
209.长度最小的子数组
题目链接:. - 力扣(LeetCode)
文章讲解:代码随想录
解题思路:
1.暴力解法
我的这个暴力解法,并不能过所有的用例,时间复杂度比较大,超出时间限制了,仅供参考
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int k =1;
int minLen = 0;
int sum = 0;
int window = 0;
while(k<=nums.size())
{
for(int i =0; i<nums.size();i++)
{
if(i+k>nums.size())
window = nums.size();
else
window = i+k;
for(int j=i; j<window; j++)
{
sum +=nums[j];
}
if(sum>=target)
{
minLen =k;
return minLen;
}
else
{
sum=0;
}
}
k++;
}
return minLen;
}
};
时间复杂度:O(n^2) 不太会算,不知道对不对
2.滑动窗口(双指针)
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int i=0; //滑动窗口的起始位置
int result = INT32_MAX; //记录最小长度
int sum = 0; //滑动窗口中的元素和
int minLen = 0; //记录最小长度的临时变量
for(int j=0;j<nums.size();j++)
{
sum+=nums[j]; //不断扩大窗口,来寻找大于等于target的窗口
while(sum>=target) //当窗口满足条件后,要通过移动初始窗口来缩小窗口范围,寻找最小的窗口
{
sum-=nums[i]; //移动窗口
minLen=(j-i+1); //记录此时的最小长度
result = result<minLen?result:minLen; //最终结果的记录
i++; //起始位置往前移动
}
}
return result==INT32_MAX?0:result; //最终返回结果,没有找则返回0
}
};
时间复杂度:O(n)
空间复杂度:O(1)
总结
本题在于理解滑动窗口是什么,和双指针来实现的滑动窗口。
窗口是什么?
是由起始位置和终止位置之间的元素加起来,符合条件的数组
如何以及为何移动起始位置?
当我们移动终止位置,扩大窗口后,找到满足条件的数组后,我们要去寻找他的子数组是否满足条件,去找到那个最小的子数组,同理找最大时,是i--,通过满足初始条件后的回退找最大
如何以及为何要移动终止位置?
因为我们要扩大窗口,去寻找满足条件的数组,这是通过外层循环来实现的
这里通过卡哥的一张图来具象化理解
但是当我们需要找最大的时候,和这个相反,i应该是要--,进行回退到最大,因此一般找最大是当不符合条件是,i要到j的左边几个固定的位置,再进行回退找最大
59.螺旋矩阵II
解题思路
这题比较重要的是,规定好每条边是如何进行操作的,找到一个循环不变量,那么就是左闭右开的处理方式,对于每一条边,此时是要知道这个矩阵转了多少圈,并设置一个变量记录这个圈数,以便后续做边界的处理(我没有想到的地方),整体代码不难,主要是理清思路
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> res (n,vector<int>(n,0));
int mid = n/2; //当n为奇数时,中间的那个元素直接利用mid填入即可
int loop = n/2; //转多少圈
int startX=0;
int startY=0; //起始位置
int offest = 1; //正在转第几圈,用于后续减去已经转过的圈数
int count =1; //用于计数
int i,j;
while(loop--)
{
i=startX;
j=startY;
for(;j<n-offest;j++)
res[i][j] = count++;
for(;i<n-offest;i++)
res[i][j] = count++;
for(;j>startY;j--)
res[i][j] = count++;
for(;i>startX;i--)
res[i][j] = count++;
offest+=1; //转完一圈了
startX+=1;
startY+=1; //更新新的一圈的初始位置
}
if(n%2==1)
res[mid][mid]=count;
return res;
}
};
时间复杂度:O(n^2) 模拟了二维矩阵的构建
空间复杂度:O(1)
今日收获
今天的题目两道都有思路,但都不是最优解,学习和认知到了双指针思想,加深了一下理解,也学到了滑动窗口的思想,以后之后也可以收获多多!数组章节应该是结束啦ヾ(◍°∇°◍)ノ゙