leetcode之array

Array

最近在leetcode上写算法题，当然窝这样的🥦🐔只能从easy开始做起，就算是这样也发现自己在算法方面到底有多么的🥦
/(ㄒoㄒ)/~~

那么这篇博客记录array系列的题目，按照编号排版吧

正文开篇之前，首先需要感谢力扣上各路大牛提供的思路和代码，同时也选择摘抄了我认为优雅的代码，如果需要删除的话，请私信我。🙏🙏🙏

26.Remove Duplicates from Sorted Array

给定一个排序数组，你需要在原地删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。

不要使用额外的数组空间，你必须在原地修改输入数组 并在使用 O(1) 额外空间的条件下完成。

示例 1:

给定数组 nums = [1,1,2],

函数应该返回新的长度 2, 并且原数组 nums 的前两个元素被修改为 1, 2。

你不需要考虑数组中超出新长度后面的元素。
示例 2:

给定 nums = [0,0,1,1,1,2,2,3,3,4],

函数应该返回新的长度 5, 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4。

对于这样的问题,有2种角度进行切入

• 发现$nu{m}_i$等于删除值
• 发现$nu{m}_i$不等于删除值

第1种想法,大多数人都会自然而然地想到吧(包括我)😥但是这个想法想要实现非常困难,至少我没想到该如何实现。

但是如果是第2种想法虽然思维有些逆向至少对我来说，实现起来却轻轻松松。因为是删除重复的元素，然而如果我们用这样的视角不重复的元素移到数组的左侧，而不是重复的元素删掉。那么会发现问题变的简单了。

那么这里使用双指针法

在需要嵌套循环遍历的时候双指针法可以将时间复杂度从$O(n^2)$降为$O(n)$ ，直接降了一个量级，非常的好用。

下面贴出代码

class Solution {
    public int removeDuplicates(int[] nums) {
        if(nums == null || nums.length ==0 ) return 0;
        int low = 0;
        int fast = 1;
        while(fast < nums.length){
            if(nums[low] != nums[fast]){
                if((fast - low) > 1){
                    nums[low + 1] = nums[fast];
                }
                low++;
            }
            fast++;
        }
        return low + 1;
    }
}

在Java的双指针法中还有foreach写法，也就是用foreach来当fast指针

class Solution {
    public int removeDuplicates(int[] nums) {
        if(nums == null || nums.length ==0 ) return 0;
        int low = 0;
        for(int num : nums){
            if(nums[low] != num){
                nums[++low] = num;
            }
        }
        return low + 1;
    }
}

27. Remove Element

给你一个数组 nums 和一个值 val ，你需要原地移除所有数值等于 val 的元素，并返回移除后数组的新长度。

不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。

元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。

示例 1:

给定 nums = [3,2,2,3], val = 3,

函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。

示例 2:

给定 nums = [0,1,2,2,3,0,4,2], val = 2,

函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。

注意这五个元素可为任意顺序。

这题与26题非常的像，所以很自然地想到了双指针法 。这回是要删除指定的值，没有关系这不过是换汤🍵不换药💊罢了。同样的，视角再次放到值不等于val时 ，用low指针控制结果，用fast指针遍历数组。当fast指向的值不等于val时就将值复制到low 。

class Solution {
    public int removeElement(int[] nums, int val) {
        int low = 0;
        for(int fast = 0;fast < nums.length;fast++){
            if(nums[fast] != val){
                nums[low] = nums[fast];
                low++;
            }
        }
        return low;
    }
}

35. Search Insert Position

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

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

这个问题有暴力法和二分法 ，暴力法的思路还是非常好理解的，而这题我想说的是循环不变量 。

什么是循环不变量就不多说了，这里讲解的是二分法如何选择循环不变量 。

有2种区间选择

1. $[left,rigth)$ 左闭右开
2. $[left,rigth]$ 左闭右闭

根据区间选择的不同循环不变量也就不同了。先来看看我喜欢的左闭右闭区间吧。

class Solution {
    public int searchInsert(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1; //区间[left,right]
        //当left==right时,[left,right]成立 
        while(left <= right){
            int middle = (left + right) >> 1;
            if(nums[middle] < target)left = middle + 1;
            else if(nums[middle] > target)right = middle - 1;
            else return middle; 
        }
        return right + 1;
    }
}

因为我们选用的左右都是闭区间，因此在移动left指针和right指针时都要相应的带个1

而选用的是左闭右开区间呢？

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int n = nums.size();
        int left = 0;
        int right = n; // 定义target在左闭右开的区间里，[left, right)  target
        while (left < right) { // 当left == right时,[left, right)不成立
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; // target 在左区间，在[left, middle)中
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间，在 [middle+1, right)中
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值的情况，直接返回下标
            }
        }
        return right;
    }
};

可以发现，当区间是开区间时就不需要带1 ，当区间是闭区间时就需要带个1 。

209. Minimum Size Subarray Sum

给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。

示例：

输入：s = 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。

这题有一个非常好玩的方法叫滑动窗口法，这种方法同样要使用到双指针的思想。所谓的滑动窗口就是low指针和fast指针中间连续的元素就是了。

class Solution {
    public int minSubArrayLen(int s, int[] nums) {
        int length = nums.length + 1;
        int low = 0;
        int sum = 0;
        int val = 0;
        for(int fast = 0;fast < nums.length;fast++){
            sum += nums[fast];
            while(sum >= s){
                val = fast - low + 1;
                length = length < val ? length : val;
                sum -= nums[low++];
            }
        }
        return length = length == nums.length + 1 ? 0 : length;
    }
}

724. Find Pivot Index

给你一个整数数组 nums，请编写一个能够返回数组 “中心索引” 的方法。

数组 中心索引 是数组的一个索引，其左侧所有元素相加的和等于右侧所有元素相加的和。

如果数组不存在中心索引，返回 -1 。如果数组有多个中心索引，应该返回最靠近左边的那一个。

注意：中心索引可能出现在数组的两端。

示例 1：

输入：nums = [1, 7, 3, 6, 5, 6]
输出：3
解释：
索引 3 (nums[3] = 6) 的左侧数之和 (1 + 7 + 3 = 11)，与右侧数之和 (5 + 6 = 11) 相等。
同时, 3 也是第一个符合要求的中心索引。
示例 2：

输入：nums = [1, 2, 3]
输出：-1
解释：
数组中不存在满足此条件的中心索引。
示例 3：

输入：nums = [2, 1, -1]
输出：0
解释：
索引 0 左侧不存在元素，视作和为 0 ；右侧数之和为 1 + (-1) = 0 ，二者相等。
示例 4：

输入：nums = [0, 0, 0, 0, 1]
输出：4
解释：
索引 4 左侧数之和为 0 ；右侧不存在元素，视作和为 0 ，二者相等。

翻看提示，发现这是一道可以使用数学化简的题所以特别记录一下

记数组的全部元素之和为$total$，当遍历到第 i 个元素时，设其左侧元素之和leftSum为 $sum$，则其右侧元素之和rightSum为 $total-sum-nums[i]$

左右侧元素相等即为 $sum=total-sum-nums[i]$，即$nums[i]+2\ast sum=total$

当中心索引左侧或右侧没有元素时，即为零个项相加，这在数学上称作「空和」。在程序设计中我们约定「空和是零」。

class Solution {
    public int pivotIndex(int[] nums) {
        int total = Arrays.stream(nums).sum();
        int sum = 0;
        for (int i = 0; i < nums.length; ++i) {
            if (2 * sum + nums[i] == total) {
                return i;
            }
            sum += nums[i];
        }
        return -1;
    }
}

当然除了使用数学公式化简还有一种预先计算数组然后将其进行比较的方法。

preSum 方法还能快速计算指定区间段 i ~ j 的元素之和。假设数组长度为 N，我们定义一个长度为 N+1 的 preSum 数组，preSum[i] 表示该元素左边所有元素之和（不包含当前元素）。然后遍历一次数组，累加区间 [0, i) 范围内的元素，可以得到 preSum 数组。

class Solution {
    public int pivotIndex(int[] nums) {
        int sum1 = 0;
        for(int num: nums){
            sum1 += num;
        }
        int sum2 = 0;
        for(int i = 0; i<nums.length; i++){           
            sum2 += nums[i];
            if(sum1 == sum2){
                return i;
            }
            sum1 = sum1 - nums[i];
        }
        return -1;
    }
}