LeetCode初级算法之数组:283 移动零

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

示例:

输入: [0,1,0,3,12] 

输出: [1,3,12,0,0]

说明:

  1. 必须在原数组上操作,不能拷贝额外的数组。

  2. 尽量减少操作次数。

题目信息

输入:数组

输出:数组(将原数组的0都移动到后面)

额外:空间O(1),时间尽量减少

思考

对于这样一道题一开始看到要原地修改首先就想到了双指针遍历一次把不是零的往前设置。后面的再全部设置0,这样得到的算法也是满足空间复杂度O(1),时间复杂度O(n).

b6c49035-5824-47a7-acb8-5973998958df.gif

 

public void moveZeroes(int[] nums) {
    int j = 0;
    for(int i=0;i<nums.length;i++){
        if(nums[i] != 0){
            nums[j]=nums[i];
            j++;
        }
    }
    while(j<nums.length){
        nums[j] = 0;
        j++;
    }
}

 

两次循环执行时间0ms,这样就已经算是完美解决了。但确实还可以只花一次循环就能解决,我们在遍历过程当中是保证其他顺序不变然后零到后面。上面的想法不就是扫描非0然后扫描一个就往前面设置然后指针移动一。那么同样我们去确定零的位置然后交换始终保证数字在最左零的左边即可

 

247c611f-4aed-4123-9395-6991acc4473a.gif

 

public void moveZeroes(int[] nums) {
    //两个指针i和j
    int j = 0;
    for(int i=0;i<nums.length;i++) {
        //当前元素!=0,就把其交换到左边,等于0的交换到右边
        if(nums[i]!=0) {
            int tmp = nums[i];
            nums[i] = nums[j];
            nums[j++] = tmp;
        }
    }
}

 

总结

总体来讲两种方式都是空间复杂度为O(1)的原地算法,时间复杂度也都为O(n)后者略优一点

 

本文分享自微信公众号 - IT那个小笔记(qq1839646816)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述: 给定一个无序的数组 nums,返回数组在排序之后,相邻元素之间最大的差值。如果数组元素个数小于 2,则返回 0。 要求: 你必须编写一个在「线性时间」内运行并使用「线性额外空间」的算法。 示例: 输入: [3,6,9,1] 输出: 3 解释: 排序后的数组是 [1,3,6,9],其中相邻元素 (3,6) 和 (6,9) 之间都存在 3 的差值。 解题思路: 要求线性时间和空间,可以想到桶排序。首先遍历一遍数组,找到最大值和最小值,确定桶的大小和数量。将元素按照一定的规则入桶中,然后在桶内寻找相邻元素之间的最大差值。 由于题目要求相邻元素之间的最大差值,因此可以将桶的大小设为 max(1, (max-min)/(n-1)),其中 n 为数组的长度,这样可以保证桶内相邻元素之间的差值不会超过桶的大小。 入桶中的规则可以是:假设桶的数量为 n,那么第 i 个元素所在的桶的编号为 (num[i]-min) * n / (max-min),这样就可以保证相邻元素在同一个桶中,而不同的桶之间一定存在空桶。 入桶中后,从左到右依次遍历桶,用当前桶的最小值减去前一个桶的最大值,得到相邻元素之间的差值,取最大值即可。 Python代码实现: ```python class Solution: def maximumGap(self, nums: List[int]) -> int: n = len(nums) if n < 2: return 0 # 找到最大值和最小值 max_num, min_num = max(nums), min(nums) # 计算桶的大小和数量 bucket_size = max(1, (max_num - min_num) // (n - 1)) bucket_num = (max_num - min_num) // bucket_size + 1 # 初始化桶 bucket = [[float('inf'), float('-inf')] for _ in range(bucket_num)] for num in nums: # 计算元素所在的桶的编号 idx = (num - min_num) // bucket_size # 更新桶的最大值和最小值 bucket[idx][0] = min(bucket[idx][0], num) bucket[idx][1] = max(bucket[idx][1], num) # 遍历桶,计算相邻元素之间的最大差值 res, pre_max = 0, bucket[0][1] for i in range(1, bucket_num): if bucket[i][0] == float('inf'): continue res = max(res, bucket[i][0] -

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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