704 二分查找
视频讲解:手把手带你撕出正确的二分法 | 二分查找法 | 二分搜索法 | LeetCode:704. 二分查找_哔哩哔哩_bilibili
思路
前提:数组为有序数组,数组中无重复元素(看到这个条件可以去想二分法)
两种方法:左闭右闭即[left, right],或者左闭右开即[left, right)
第一种写法
定义target在一个左闭右闭的区间里,[left,right]
- while (left <= right) 要使用 <= ,因为left == right是有意义的,所以使用 <=
- if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle - 1
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size() - 1;
while (left <= right) {
int middle = left + ((right - left) / 2);
if (nums[middle] > target) {
right = middle - 1;
} else if (nums[middle] < target) {
left = middle + 1;
} else {
return middle;
}
}
return -1;
}
};
时间复杂度:O(log n) 空间复杂度:O(1)
第二种写法
定义target在一个左闭右开的区间,[left,right)
- while (left < right),这里使用 < ,因为left == right在区间[left, right)是没有意义的
- if (nums[middle] > target) right 更新为 middle,因为当前nums[middle]不等于target,去左区间继续寻找,而寻找区间是左闭右开区间,所以right更新为middle,即:下一个查询区间不会去比较nums[middle]
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size();
while (left < right) {
int middle = left + ((right - left) >> 1);
if (nums[middle] > target) {
right = middle;
} else if (nums[middle] < target) {
left = middle + 1;
} else {
return middle;
}
return -1;
}
};
时间复杂度:O(log n) 空间复杂度:O(1)
收获
懂得了如何运用两种区间来解决二分法,在左闭右闭区间中left=right是有意义的,而在左闭右开区间中则是没有意义,在左闭右闭区间中right要更新为middle-1,而在左闭右开区间中则要更新为middle。
27 移除元素
视频讲解:数组中移除元素并不容易! | LeetCode:27. 移除元素_哔哩哔哩_bilibili
思路
在数组中,元素的内存地址是连续的,如果要移除元素,只能覆盖,不能单独的删除一个元素。
暴力解法
两层for循环
一个for循环遍历数组元素
第二个for循环更新数组
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int size = nums.size();
for (int i = 0; i < size; i++) {
if (nums[i] == val) {
for (int j = i + 1; j < size; j++) {
nums[j - 1] = nums[j];
}
i--;
size--;
}
}
return size;
}
};
时间复杂度:O(n^2) 空间复杂度:O(1)
双指针法
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
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
if (val != nums[fastIndex]) {
nums[slowIndex++] = nums[fastIndex];
}
}
return slowIndex;
}
};
时间复杂度:O(n) 空间复杂度:O(1)