LeetCode:977_有序数组的平方
问题描述
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。
解决方案:
用左右指针分别指向头和尾,遍历比较头指针所指元素的平方和尾指针所指元素的平方;比较大的放在新数组的最后一个位置里面。
1.思路
双指针思路
2.代码实现
class Solution {
public int[] sortedSquares(int[] nums) {
int n = nums.length;
int result[] = new int[n];
for (int i = 0, j = n - 1, pos = n - 1; i <= j;) {
if (nums[i] * nums[i] > nums[j] * nums[j]) {
result[pos] = nums[i] * nums[i];
i++;
} else {
result[pos] = nums[j] * nums[j];
j--;
}
pos--;
}
return result;
}
}
3.复杂度分析
时间复杂度:一层for循环,所需时间随着数组元素 n n n的增加而增大;
空间复杂度:新数组用于存放计算得到的平方值,并作为最终返回的结果。其长度为 n,因此这部分空间复杂度为 O(n)。除此之外,代码中没有其他额外的空间使用。因此,整个算法的空间复杂度由 result
数组决定,即 O(n)。
4.疑惑
- 是否可以在原数组基础之上进行赋值,那样的话就不用开辟一个新数组了
5.疑问
LeetCode:209_长度最小数组
问题描述
- 给定含有n和元素的正整数数组,找出长度最小的子数组,要求其其中元素之和大于等于给定目标值target;
- 若存在,返回子数组的长度;否则,返回0;
解决方案:
1.思路:使用滑动窗口
- 注意这里的滑动窗口其实和快慢指针差不多;指针之间的窗口就是我们的关注的窗口;
- 右指针:(固定左指针),不断移动右指针,去找满足窗口元素之和大于等于target的位置;
- 左指针:(固定右指针),向右移动左指针,去缩小窗口并不断判断窗口元素之和是否大于等于target,目的是为了找到题目所要求的“长度最小数组”。
2.代码实现
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int result = Integer.MAX_VALUE;
int subLength = 0; // 初始化滑动窗口的长度,初始和,起始位置
int sum = 0;
int i = 0;
for (int j = 0; j < nums.length; j++) {// 不断向右移动滑动窗口的终止指针
sum += nums[j];
// 移动滑动窗口左指针,目的是去找最小的窗口;当sum=target的时候也是符合的,所以边界值要考虑到
while (sum >= target) {
subLength = j - i + 1;
result = result < subLength ? result : subLength;
sum -= nums[i++];
}
}
if (result != Integer.MAX_VALUE) {
return result;
} else
return 0;
}
}
3.复杂度分析
- 时间复杂度: 右指针在for循环中遍历,直到满足特定条件的sum;时间复杂度为 O ( n ) O(n) O(n)
- 空间复杂度:没有占用额外的空间为 O ( 1 ) O(1) O(1)。
4.注意
- 窗口内的元素是什么?
- 窗口的起始指针是什么?如何移动?
- 窗口的终止指针?是什么?如何移动?
5.疑惑问题
数组中元素都为正整数,如果含有负数,滑动窗口可能就不适合。为什么呢?
LeetCode:59_螺旋矩阵
问题描述
- 移除给定无序有重复数组nums的指定元素val;
- 要求只使用 O ( 1 ) O(1) O(1)的空间复杂;并原地修改数组;
- 要求对移除元素之后的数组进行排序,并输出
解决方案:
1.思路:注意循环不变量原则
- 循环不变量原则:保证上,右,下,左的遍历都遵循一个原则,如左闭右开,确定边界值的准确性;
- 对于 n ∗ n n*n n∗n的矩阵,每次遍历一圈,会覆盖两行两列,所以需要循环 n 2 \frac{n}{2} 2n圈,如果n是奇数,那么圈数为 n 2 \frac{n}{2} 2n向下取整,然后最后会遍历中心数据,为 ( n 2 , n 2 ) (\frac{n}{2},\frac{n}{2}) (2n,2n)
2.代码实现
class Solution {
public int[][] generateMatrix(int n) {
int [][] matrix = new int[n][n];
int num = 1;
for(int roll = 0; roll < Math.ceil(n/2);roll++){ //绕的圈数
//填上行
int i = roll;
while(i < n-1-roll){
matrix[roll][i++] = num++;
}
//填右列
i = roll;
while(i < n-1-roll){
matrix[i++][n-1-roll] = num++;
}
//填下行
i = n-1-roll;
while(i > roll){
matrix[n-1-roll][i--] = num++;
}
//填左列
i = n-1-roll;
while(i>roll){
matrix[i--][roll] = num++;
}
}
if(n%2 == 1) matrix[n/2][n/2] = num;
return matrix;
}
}
3.复杂度分析
- 时间复杂度: 有两层循环,外层是for循环,内层是while循环,所以时间复杂度是 O ( n 2 ) O(n²) O(n2)”;
- 空间复杂度: O ( n 2 ) O(n²) O(n2),其中n是矩阵的大小。 因为每个元素只被填充一次,所以时间复杂度与矩阵中的元素数量成正比。我们需要一个 n ∗ n n*n n∗n的矩阵来存储结果。 除了这个必要的空间外,算法没有使用额外的空间,所以空间复杂度也是 O ( n 2 ) O(n²) O(n2)。