力扣刷题（一）——数组部分

最新推荐文章于 2024-01-07 16:28:15 发布

_Tunan

最新推荐文章于 2024-01-07 16:28:15 发布

阅读量450

点赞数

分类专栏：算法学习文章标签：算法数据结构

本文链接：https://blog.csdn.net/north_city_/article/details/120303385

版权

本文介绍了力扣刷题中的数组部分，包括数组的基本概念、35题（数组元素插入）、27题（数组元素移除）、209题（长度最小的子数组）和删除数组重复元素的问题。通过实例解析了各种问题的解决方案，如二分法、双指针法和滑动窗口法，重点讲解了如何高效地进行数组操作。

摘要由CSDN通过智能技术生成

文章目录

力扣刷题指南

力扣刷题指南

刷题类型

数组-> 链表-> 哈希表->字符串->栈与队列->树->回溯->贪心->动态规划->图论->高级数据结构

数组

1、首先要掌握

想法简单的，实现起来不一定容易

数组的存储方式：数组是存放在连续内存空间上的相同类型数据的集合

数组的下标是从0开始的
数组在内存中的地址是连续的，因此删除或增加元素时需要移动其他的元素

普通的删除操作如下图所示：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QOkR6UW4-1631777230681)(C:\Users\Tunan\AppData\Roaming\Typora\typora-user-images\image-20210915144321955.png)]$

时间复杂度是O(n)，不适合做频繁的增删操作

二维数组其实就是一个矩阵

int[][] rating = new int[3][4]

在内存中的空间地址并不是3*4连续的

在这里插入图片描述

而是四条连续的地址空间组成

2、35题数组的元素插入问题

给了一个无重复升序数组和一个目标值，找到目标值则返回索引，如果目标值不存在，则返回按顺序插入的位置

示例 1:
输入: [1,3,5,6], 5
输出: 2

示例 2:
输入: [1,3,5,6], 2
输出: 1

示例 3:
输入: [1,3,5,6], 7
输出: 4

示例 4:
输入: [1,3,5,6], 0
输出: 0

暴力解法很好写：

class Solution {
   
    public int searchInsert(int[] nums, int target) {
   
        for(int i = 0; i < nums.length; i++) {
   
            if(nums[i]>=target) {
   
                return i;
            }
        }
        return nums.length;
    }
}

时间复杂度O(n)，空间复杂度O(1)

主要是仔细思考一下二分法：

有序数组是二分查找的基础条件

注意这里target定义的是左闭右闭的，所以while判断条件当min=max时，区间[min, max]依然有效。

最后返回的max+1，是找不到对应target元素的时候，考虑三种情况：

目标值在所有元素之前此时min和max都指向了第一个元素下标为0，且执行了max-1操作，所以返回max+1=0；
目标值插入数组中的位置此时min和max都指向了小于目标值的第一个元素，假设要插入的位置是n，且执行了max-1操作，所以返回max+1=n；
目标值在所有元素之后此时min和max都指向了最后一个元素下标为nums.length，且执行了max-1操作，所以返回max+1=nums.length；

class Solution {
   
    public int searchInsert(int[] nums, int target) {
   
        int min = 0;
        int max = nums.length-1;
        int mid = 0;
        while(min <= max){
   
            mid = (int) ((max+min)/2);
            if(target == nums[mid]) {
   
                return mid;
            }else if(target > nums[mid]) {
   
                min = mid + 1;
            }else{
   
                max = mid - 1;
            }
        }
        return max+1;
    }
}