977. 有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
示例 2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
提示:
1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 已按 非递减顺序 排序
进阶:
请你设计时间复杂度为 O(n) 的算法解决本问题
双指针法
数组其实是有序的, 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。
此时可以考虑双指针法了,i指向起始位置,j指向终止位置。
定义一个新数组result,和A数组一样的大小,让k指向result数组终止位置。
如果A[i] * A[i] < A[j] * A[j] 那么result[k--] = A[j] * A[j]; 。
如果A[i] * A[i] >= A[j] * A[j] 那么result[k--] = A[i] * A[i]; 。
做题的时候自己能分析出来时间复杂度就可以了,至于leetcode上执行用时,大概看一下就行,
只要达到最优的时间复杂度就可以了,
暴力实现
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
for i in range(len(nums)):
nums[i] *= nums[i]
nums.sort()
return nums
双指针 + 新数组
写法1
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
lens = len(nums)
nums1 = [0] * lens
left, right =0, lens - 1
nums = [nums[i] ** 2 for i in range(lens)]
for i in range(lens-1, -1, -1):
if nums[left] > nums[right]:
nums1[i] = nums[left]
left += 1
else:
nums1[i] = nums[right]
right -= 1
return nums1
写法2
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
lens = len(nums)
nums1 = [0] * lens
i = lens - 1
left, right =0, lens - 1
nums = [nums[i] ** 2 for i in range(lens)]
while left <= right:
if nums[left] > nums[right]:
nums1[i] = nums[left]
left += 1
else:
nums1[i] = nums[right]
right -= 1
i -= 1
return nums1
209. 长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其总和大于等于 target 的长度最小的
子数组[numsl, numsl+1, ..., numsr-1, numsr] ,
并返回其长度。如果不存在符合条件的子数组,返回 0 。
示例 1:
输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2:
输入:target = 4, nums = [1,4,4]
输出:1
示例 3:
输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0
提示:
1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
滑动窗口
不断的调整子序列的起点和终点的位置, 从而得到我们想要的结果。
对应2个for循环方法:
第一个for,确定了滑动窗口起点的位置, 第二个for确定了滑动窗口终点的位置。
用两个for循环完成了一个不断搜索区间的过程。
滑动窗口小记:
1. 窗口内是什么?
2. 如何移动窗口的起始位置?
3. 如何移动窗口的结束位置?
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动:如果当前窗口的值大于等于s了,窗口就要向前移动了(也就是该缩小了)。
窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
写法1, 滑动指针
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
min_len = 1e5 + 100
lens = len(nums)
if len(nums) == 0: min_len = 0
left = 0
right = 0
sum = nums[0]
while (left <= right) & (right < lens):
if sum < target:
if (right + 1 < lens):
right += 1
sum += nums[right]
else:
min_len = 0 if min_len == 1e5 + 100 else min_len
return min_len # 最后一次比较
else:
### sum >= target, left所有右移动
temp_ = right - left + 1
print(left, right, temp_, sum, 'tt--')
sum -= nums[left]
left += 1
while (sum >= target) & (left < right): ### 找到当前区间最小的sum >= target
temp_ = min(right - left + 1, temp_)
print(left, right, temp_, sum, 'tt')
sum -= nums[left]
left += 1
min_len = temp_ if temp_ < min_len else min_len
min_len = 0 if min_len == 1e5 + 100 else min_len
return min_len
写法2
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
min_len = 1e5 + 100
lens = len(nums)
left = 0
right = 0
sum = 0
while (right < lens):
sum += nums[right]
while (sum >= target):
min_len = min(min_len, right - left + 1)
sum -= nums[left]
left += 1 #因为的每一个值都为正整数, 所以最小的min sum = 0。
right += 1
if min_len == 1e5 + 100:
return 0
return min_len
这个题还没有开始做, 留到以后有时间做。