7. <tag-数组和哈希表>-lt.73-矩阵置零 + lt.1464-数组中两元素的最大乘积 + lt.169-多数元素 2.1(摩尔投票法) 2

这篇博客讨论了如何高效地处理矩阵中的零元素,提出了一种使用HashSet记录零元素行和列的方法,实现了空间复杂度为O(m+n)的解决方案。此外,还介绍了寻找数组中两元素最大乘积的优化算法,以及摩尔投票法在找数组中多数元素的应用,展示了不同的编程技巧和思考方式。
摘要由CSDN通过智能技术生成

lt. 73 矩阵置零

本题同, 面试题 01.08. 零矩阵

[案例需求]
在这里插入图片描述在这里插入图片描述

[思路分析]

  1. 第一次双重循环遍历矩阵(二维数组), 使用两个hashSet记录下0的行数和列数, 为什么用Set集合, 因为set集合内的数据无序不可重复, 去重;
  2. 第二次双重循环遍历矩阵, 如果矩阵此时的行号i 或列号j 有一个被包含在上面的那两个集合中了, 把 matrix[i][j] 置为0即可;
  3. 这种思路的空间复杂度 O(m + n);

[代码实现]

class Solution {
    public void setZeroes(int[][] matrix) {
        // 建立两个集合分别存储矩阵中0的行标和列标
        // 在这里我们选用set是为了去重, 因为矩阵中是很可能同一行或同一列有多个0的
        Set<Integer>  rowSet = new HashSet<>();
        Set<Integer> colSet = new HashSet<>();
        //遍历矩阵(二维数组),记录行标, 列标
        for(int i = 0; i < matrix.length; i++){
            for(int j = 0; j < matrix[i].length; j++){
                if(matrix[i][j] == 0){
                    rowSet.add(i);
                    colSet.add(j);
                }
            }
        }

        //置零
        //再次遍历, 只要是发现下标跟前面记录的为0的行标/列标相关的, 一律置为0
        for(int i = 0; i < matrix.length; i++){
            for(int j = 0; j < matrix[i].length; j++){
                if(rowSet.contains(i) || colSet.contains(j))
                    matrix[i][j] = 0;
            }
        }

    }
}

优化版本–利用数组中第一行和第一列作为标志位

空间复杂度可以做到 O(1))

思路:
在这里插入图片描述

用第一行、第一列置零表示这行、列需要置零,由于后面的元素为 0,前面的没有置零到,所以要再重复一次。 然后第一行和第一列需要特判,因为上面遍历其它行列时,第一行第一列经过了更改,所以要在最先就遍历一下,是不是第一行或第一列有 0(开个变量)。 最后第一行列遍历记录结束后,开始两次遍历其它行列更改,再最后更改第一行列即可。

class Solution {
    public void setZeroes(int[][] matrix) {
        int row = matrix.length;
        int col = matrix[0].length;
        boolean row0_flag = false;
        boolean col0_flag = false;
        // 第一行是否有零
        for (int j = 0; j < col; j++) {
            if (matrix[0][j] == 0) {
                row0_flag = true;
                break;
            }
        }
        // 第一列是否有零
        for (int i = 0; i < row; i++) {
            if (matrix[i][0] == 0) {
                col0_flag = true;
                break;
            }
        }
        // 把第一行第一列作为标志位
        for (int i = 1; i < row; i++) {
            for (int j = 1; j < col; j++) {
                if (matrix[i][j] == 0) {
                    matrix[i][0] = matrix[0][j] = 0;
                }
            }
        }
        // 置0
        for (int i = 1; i < row; i++) {
            for (int j = 1; j < col; j++) {
                if (matrix[i][0] == 0 || matrix[0][j] == 0) {
                    matrix[i][j] = 0;
                }
            }
        }
        if (row0_flag) {
            for (int j = 0; j < col; j++) {
                matrix[0][j] = 0;
            }
        }
        if (col0_flag) {
            for (int i = 0; i < row; i++) {
                matrix[i][0] = 0;
            }
        } 
    }
}

lt.1464-数组中两元素的最大乘积

[案例需求]
在这里插入图片描述

[思路分析]

  1. 这道题很简单, 通过Arrays.sort(nums), 对数组排序后, 直接取数组的最后两位, 然后返回 两个数分别-1后的乘积即可;
  2. 但是, 这种解法的时间和空间复杂度仍然不够好;
  3. 我们可以使用下面这种思路, 能够达到 100% 100%的效果:
    - 定义两个数, 一个最大值, 一个次大值;
    - 对数组遍历一次, 当每次找出大于最大值的时候, 先把这个最大值赋给次大值, 然后把这个大于最大值的数替换成最大值即可;
    - 如果这个数小于最大值, 但大于次大值, 那么把这个值替换为次大值即可;

[代码实现]

class Solution {
    public int maxProduct(int[] nums) {
        // //对数组进行排序
        // Arrays.sort(nums);
        // return (nums[nums.length-1]-1) * (nums[nums.length-2]-1);

        int max = 0;
        int maxLess = 0;

        //遍历一次
        for(int i = 0; i < nums.length; i++){

            if(nums[i] > max){
                maxLess = max;
                max = nums[i];
            }else if (nums[i] > maxLess){
                maxLess = nums[i];
            }
                    
        }

        return (max-1) * (maxLess-1);
    }
}

lt.169-多数元素(摩尔投票法)

[案例需求]
在这里插入图片描述

[思路分析]

[代码实现]

class Solution {
    public int majorityElement(int[] nums) {
        //集合存储(k-v)-->(具体的数-次数)
        //为什么用集合? 因为给定的数是唯一的, 可以作为key, 而出现次数是不唯一的, 利用集合可以很方便的根据给定义的数(key), 给出出现的次数(value)

        Map<Integer,Integer> hashMap = new HashMap<>();

        //遍历给定数组
        for(int i =0; i < nums.length; i++){
            if(hashMap.containsKey(nums[i])){
                hashMap.put(nums[i], hashMap.get(nums[i]+1));
            }else{
                hashMap.put(nums[i], 1);
            }
        }


        //遍历数组, 比较数组中的哪一个数在集合中记录的出现次数 > 数组长度/2
        // 返回的是集合的key
        for(int num : nums){
            if(hashMap.get(num) > nums.length/2)
                return num;
        }

        return -1;
    }
}

在这里插入图片描述

[解法2]

class Solution {
    public int majorityElement(int[] nums) {
		//法一, 排序后,找中间值, 多的一般都会跨过或等于中间值
       Arrays.sort(nums);
       return nums[nums.length/2];

	}
}
 	   

在这里插入图片描述

[解法3相对最优解 摩尔投票法]

class Solution {
    public int majorityElement(int[] nums) {
        //法二, 
        //摩尔投票法
        //从第一个数开始count=1,
        //遇到相同的就加1,
        //遇到不同的就减1,
        //减到0就重新换个数开始计数,总能找到最多的那个
         int count = 1;
         int res = nums[0];
        for(int i = 1; i < nums.length; i++){
           
           
           if(res == nums[i]){
               ++count;
           }else{               
               --count;
               if(count == 0){
                   count = 1;
                   res = nums[i];
               }
           }
        }
        return res;
    }
}

在这里插入图片描述

补充:
在这里插入图片描述

评论 1
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