一、顺序表
1.1 基本定义
#define MaxSize 10
// 静态分配定义
typedef struct {
int data[MaxSize];
int length;
} SqList;
// 初始化
void InitList(SqList &L) {
for (int i = 0; i < MaxSize; i ++ )
L.data[i] = 0;
L.length = 0;
}
// 插入顺序表
bool ListInsert(SqList &L, int i, int e) {
if (i < 1 || i > L.length + 1) return false;
if (L.length == MaxSize) return false;
for (int j = L.length; j >= i; j -- ) L.data[j] = L.data[j - 1];
L.data[i - 1] = e;
L.length ++ ;
return true;
}
// 删除顺序表中的元素
bool ListDelete(SqList &L, int i, int &e) {
if (i < 1 || i > L.length) return false;
e = L.data[i - 1];
for (int j = i; j < L.length; j ++ ) L.data[j - 1] = L.data[j];
L.length -- ;
return true;
}
// 按位取值
int GetElem(SqList L, int i) {
return L.data[i - 1];
}
// 按值获取位置
int LocateElem(SqList L, int e) {
for (int i = 0; i < L.length; i ++ )
if (L.data[i] == e) return i + 1;
return 0;
}
补充一个动态分配的顺序表定义:
#define InitSize 10
typedef struct {
int *data;
int MaxSize;
int length;
} SeqLsit;
// 初始化
void InitList(SeqLsit &L) {
L.data = (int *)malloc(InitSize * sizeof(int));
L.length = 0;
L.MaxSize = InitSize;
}
// 扩大顺序表
void IncreaseSize(SeqLsit &L, int len) {
int *p = L.data;
L.data = (int *)malloc((L.MaxSize + len) * sizeof (int));
for (int i = 0; i < L.length; i ++ ) L.data[i] = p[i];
L.MaxSize = L.MaxSize + len;
free(p);
}
1.2 王道书题目(2023版)
01
int Solu_1(int q[], int len) {
if (len == 0) {
printf("顺序表为空\n");
return -1;
}
int res = q[0], pos = 0;
for (int i = 0; i < len; i ++ )
if (q[i] < res)
res = q[i], pos = i;
q[pos] = q[len - 1];
return res;
}
02
void Solu_2(int q[], int len) {
for (int i = 0; i < len / 2; i ++ ) {
int tmp = q[i];
q[i] = q[len - i - 1];
q[len - i - 1] = tmp;
}
}
03
void Solu_3(int q[], int len, int x) {
for (int i = 0, j = 0; i < len; i ++ )
if (q[i] != x) q[j ++ ] = q[i];
}
04
void Solu_4(int q[], int len, int s, int t) {
if (len == 0) {
printf("顺序表为空\n");
return;
}
if (s >= t) {
printf("s和t不合理\n");
return;
}
for (int i = 0, j = 0; i < len; i ++ )
if (q[i] < s || q[i] > t) q[j ++ ] = q[i];
}
06
void Solu_6(int q[], int len) {
for (int i = 1, j = 0; i < len; i ++ )
if (q[i] != q[j]) q[ ++ j] = q[i];
}
07
void Solu_7(int q1[], int len1, int q2[], int len2, int ret[]) {
int i = 0, j = 0, k = 0;
while (i < len1 && j < len2)
if (q1[i] <= q2[j]) ret[k++] = q1[i++];
else ret[k++] = q2[j++];
while (i < len1) ret[k++] = q1[i++];
while (j < len2) ret[k++] = q2[j++];
}
一个经典错误:在函数内部开一个数组,函数结束后数组被清除,所以在函数外部输出的时候就是错误的数据!
int[] Solu_7(int q1[], int len1, int q2[], int len2) {
int ret[len1 + len2]; // 这里在函数内部开的数组
int i = 0, j = 0, k = 0;
while (i < len1 && j < len2)
if (q1[i] < q2[j]) ret[k ++ ] = q1[i ++ ];
else ret[k ++ ] = q2[j ++ ];
while (i < len1) ret[k ++ ] = q1[i ++ ];
while (j < len2) ret[k ++ ] = q2[j ++ ];
return ret;
}
int main() {
int q1[] = {2, 2, 3, 4, 4}, q2[] = {3, 5, 6};
int ret[] = Solu_7(q1, 5, q2, 3);
for (int i = 0; i < 8; i ++ ) cout << ret[i] << " "; // 打印的全是错误的数据
return 0;
}
08
void Solu_08(int q[], int len, int left, int right) {
if (left >= right || right >= len) return;
int mid = (left + right) >> 1;
for (int i = 0; i < mid - left + 1; i ++ ) {
int tmp = q[left + i];
q[left + i] = q[right - i];
q[right - i] = tmp;
}
}
09
void Solu_09(int q[], int len, int x) {
int l = 0, r = len - 1;
while (l < r) {
int mid = (l + r) >> 1;
if (q[mid] >= x) r = mid;
else l = mid + 1;
}
if (q[l] == x) {
if (l != len - 1) {
int tmp = q[l + 1];
q[l + 1] = q[l];
q[l] = tmp;
} else return;
} else {
for (int i = len; i > l; i -- ) q[i] = q[i - 1]; // 易错:这一步要从后往前
q[l] = x;
}
}
11 找中位数
暴力做法:将两个数组合并后排序,如果总共有奇数个数,中位数为中间一个数,否则为中间两个数的平均值。
时间复杂度:
O
(
n
l
o
g
n
)
O(nlogn)
O(nlogn)
空间复杂度:
O
(
n
+
m
)
O(n + m)
O(n+m)
class Solution {
public:
double findMedianSortedArrays(vector<int> &nums1, vector<int> &nums2) {
int total = nums1.size() + nums2.size();
vector<int> alls;
for (auto c: nums1) alls.push_back(c);
for (auto c: nums2) alls.push_back(c);
sort(alls.begin(), alls.end());
if (total & 1) return alls[total / 2];
else return (alls[total / 2] + alls[total / 2 - 1]) / 2.0;
}
};
优化做法:递归
首先,如果 ( m + n ) & 1 = 0 (m+n)\&1 = 0 (m+n)&1=0,那么中位数为中间两个数之和在除以 2.0 2.0 2.0,否则中位数为最中间的一个数。
原问题难以直接递归求解,所以我们先考虑这样一个问题:在两个有序数组中,找出第 k k k小数。如果该问题可以解决,那么第 ( n + m ) / 2 (n+m)/2 (n+m)/2 小数就是我们要求的中位数。
先从简单情况入手,假设有数组 n u m s [ 1 , m + n ] , n u m s 1 [ 1 , m ] , n u m s 2 [ 1 , n ] nums[1, m + n],nums1[1, m],nums2[1, n] nums[1,m+n],nums1[1,m],nums2[1,n],且 m , n ≥ k / 2 m,n≥k/2 m,n≥k/2。我们先从 n u m s 1 nums1 nums1 和 n u m s 2 nums2 nums2 中各取前 k / 2 k/2 k/2 个元素:
- 如果 n u m s 1 [ k / 2 ] < n u m s 2 [ k / 2 ] nums1[k/2]<nums2[k/2] nums1[k/2]<nums2[k/2],那么在数组 n u m s 1 nums1 nums1中小于等于 n u m s 1 [ k / 2 ] nums1[k/2] nums1[k/2]的数的个数有 k / 2 k/2 k/2个;因为 n u m s 1 [ k / 2 ] < n u m s 2 [ k / 2 ] nums1[k/2]<nums2[k/2] nums1[k/2]<nums2[k/2],所以在数组 n u m s 2 nums2 nums2中小于等于 n u m s 1 [ k / 2 ] nums1[k/2] nums1[k/2]的数的个数应该小于 k / 2 k/2 k/2个。因此,在数组 n u m s nums nums中,小于等于 n u m s 1 [ k / 2 ] nums1[k/2] nums1[k/2]的个数应该小于 k k k个,所以对于数组 n u m s 1 [ 1 , k / 2 ] nums1[1, k/2] nums1[1,k/2]的数都不会是中位数,就可以将这部分数据删去;
- 对于 n u m s 1 [ k / 2 ] > n u m s 2 [ k / 2 ] nums1[k/2]>nums2[k/2] nums1[k/2]>nums2[k/2] 的时候同理,对于数组 n u m s 2 [ 1 , k / 2 ] nums2[1, k/2] nums2[1,k/2]的数都不会是中位数,就可以将这部分数据删去;
- 当 n u m s 1 [ k / 2 ] = n u m s 2 [ k / 2 ] nums1[k/2]=nums2[k/2] nums1[k/2]=nums2[k/2] 的时候,说明 n u m s [ k / 2 ] nums[k/2] nums[k/2]恰好是第 k k k个元素,这时候可以删去 n u m s 1 [ 1 , k / 2 ] nums1[1, k/2] nums1[1,k/2] 或 n u m s 2 [ 1 , k / 2 ] nums2[1,k/2] nums2[1,k/2] 任意一个;
可以发现每一次比较完之后,都可以删去 k / 2 k/2 k/2个元素,所以每一次 k k k都会除以 2 2 2。当 k = 1 k=1 k=1的时候,即比较两个数组的最小值。所以这个过程最多递归 l o g k log^k logk次,因为 k = ( m + n ) / 2 k = (m + n)/2 k=(m+n)/2,所以时间复杂度为 1 2 l o g ( m + n ) \frac{1}{2} log^{(m+n)} 21log(m+n),即为 l o g ( m + n ) log^{(m+n)} log(m+n)。
时间复杂度:
l
o
g
(
m
+
n
)
log(m + n)
log(m+n)
空间复杂度:
O
(
1
)
O(1)
O(1)
class Solution {
public:
double findMedianSortedArrays(vector<int> &nums1, vector<int> &nums2) {
int total = nums1.size() + nums2.size();
if (!(total & 1)) {
int left = findKthNumber(nums1, 0, nums2, 0, total / 2);
int right = findKthNumber(nums1, 0, nums2, 0, total / 2 + 1);
return (left + right) / 2.0;
} else return findKthNumber(nums1, 0, nums2, 0, total / 2 + 1);
}
int findKthNumber(vector<int> &nums1, int i, vector<int> &nums2, int j, int k) {
if (nums1.size() - i > nums2.size() - j) return findKthNumber(nums2, j, nums1, i, k); // 使第一个数组较短
if (nums1.size() == i) return nums2[j + k - 1]; // 第一个数组为空
if (k == 1) return min(nums1[i], nums2[j]); // 只有一个数
int si = min(i + k / 2, int(nums1.size())), sj = j + k / 2; // 第一个数组较短,可能越界
if (nums1[si - 1] > nums2[sj - 1]) return findKthNumber(nums1, i, nums2, sj, k - (sj - j)); // 将nums2前面的数删去
else return findKthNumber(nums1, si, nums2, j, k - (si - i));
}
};
12 找主元素:摩尔投票法
int Solu_12(int q[], int len) {
int cnt = 0, val;
for (int i = 0; i < len; i ++ ) {
if (!cnt) val = q[i], cnt ++ ;
else if (q[i] == val) cnt ++ ;
else cnt -- ;
}
return val;
}
13 数组中未出现过得最小正整数
int Solu_13(int A[], int n) {
int *B;
B = (int *)malloc(sizeof (int) * n);
memset(B, 0, sizeof B);
for (int i = 0; i < n; i ++ )
if (A[i] > 0) B[i] = 1;
int i = 0;
while (i < n)
if (!B[i]) break;
return i + 1;
}
14 三元组的最小距离
三元组 ( a , b , c ) (a, b, c) (a,b,c)之间的距离 = ( m a x ( a , b , c ) − m i n ( a , b , c ) ) × 2 (max(a, b, c) - min(a, b, c)) \times 2 (max(a,b,c)−min(a,b,c))×2
#include <iostream>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 1e5 + 10;
int l, m, n;
int a[N], b[N], c[N];
int main() {
scanf("%d%d%d", &l, &m, &n);
for (int i = 0; i < l; i ++ ) scanf("%d", a + i);
for (int i = 0; i < m; i ++ ) scanf("%d", b + i);
for (int i = 0; i < n; i ++ ) scanf("%d", c + i);
LL res = 1e18;
for (int i = 0, j = 0, k = 0; i < l && j < m && k < n; ) {
int x = a[i], y = b[j], z = c[k];
res = min(res, (LL)max(max(x, y), z) - min(min(x, y), z));
if (x <= y && x <= z) i ++ ;
else if (y <= x && y <= z) j ++ ;
else k ++ ;
}
printf("%lld\n", res * 2);
return 0;
}