系列综述:
💞目的:本系列是个人整理为了秋招算法
的,整理期间苛求每个知识点,平衡理解简易度与深入程度。
🥰来源:材料主要源于代码随想录
进行的,每个算法代码参考leetcode高赞回答和其他平台热门博客,其中也可能含有一些的个人思考。
🤭结语:如果有帮到你的地方,就点个赞和关注一下呗,谢谢🎈🎄🌷!!!
🌈数据结构基础知识总结篇
二分查找
基本二分法
- 适应场景:有序无重复的数组
有序
:一次比较即可确定需要查找的另一半,效率高的关键无重复
:一旦有重复元素,使用二分查找法返回的元素下标可能不是唯一,需要进行左右的循环查找数组
:可以进行随机存取
- 边界处理方式
- 左闭右闭 [left, right]:基本算法,可以定位后再寻找相同元素区域的左右边界
- 左闭右开 [left, right):可以在存在相同元素时,定位到相同元素区域的 左右边界
- 细节
- 快速防溢出的除2:
mid = L + ((R - L)>>1)
防溢出
:如果L 和 R太大,直接相加就有溢出的可能移位
:等价于除法算法,但是效率高
- 使用
前闭后闭
的二分区域查找,可以在查找target位置后再进行相同元素相连区域的定位操作。
- 快速防溢出的除2:
- leetcode题目:704. 二分查找
// *****************前闭后闭的基本二分查找,可以代替下一种******************* int search(vector<int>& nums, int target) { // 0. 健壮性检查 if(nums.size() <= 0) return -1; // 1. 定义边界指针(指向遍历数组区域的边界位置) int left = 0; int right = nums.size() - 1; // 定义target在左闭右闭的区间里 // 2. 基本算法步骤的循环 while (left <= right) { // 前闭后闭用<= // 划分中间 int mid = left + ((right - left)>>1);// 防止溢出 等同于(left + right)/2 // 目标值在左区间 if (target < nums[mid]) { right = mid - 1; // 目标值在右区间 } else if (target > nums[mid]) { left = mid + 1; // 找到目标值,即相等时 } else { return mid; // 数组中找到目标值,直接返回下标 } } // 3. 添加进行左右边界的定位操作 // ... return left;// left为相等值未找到时应插入的位置,也可使用-1表示 }
在排序数组中查找元素的第一个和最后一个位置
- 该题与二分查找类似,但是最后应该对于
相邻相同元素的起始和末尾
进行遍历判断 - leetcode题目:35. 搜索插入位置
vector<int> searchRange(vector<int>& nums, int target) { vector<int> res(2,-1);// 初始化两个值为-1的元素 if(nums.size() <= 0) return res; // 基本二分法 int left = 0; int right = nums.size()-1; int mid; while(left <= right){ mid = left + ((right -left) >> 2); if(target < nums[mid]){ right = mid - 1; }else if(target > nums[mid]){ left = mid + 1; }else{ break;// 保留mid } } // 寻找相似相邻区间的左右边界 int l = mid; int r = mid; if(nums[mid] != target){ return res; }else{ while (vec[left] == target && left >= 0) { --left; } while (vec[right] == target && right <= vec.size() - 1) { ++right; } } cout << res[0]<< endl; res[0]=l; res[1]=r; return res; }
快慢指针
移除元素
- 快慢指针
- 快指针fast用于条件判断
- 慢指针slow用于位置保存
- leetcode题目:27. 移除元素
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。 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 = [0,1,2,2,3,0,4,2], 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, 你不需要考虑数组中超出新长度后面的元素。int removeElement(vector<int>& nums, int val) { // 快慢指针 int slow = 0; int fast = slow; while(fast < nums.size()){ if(nums[fast] == val){ // 如果元素值为val,快指针选择下一个 ++fast; }else{ // 如果找到非val元素,将该元素赋值给nums[slow] nums[slow] = nums[fast]; ++slow; ++fast; } } return slow; }
有序数组的平方
- 循环不变量(循环中的变量的逻辑)
- 初始化: 迭代前,循环不变量为真
- 保持: 迭代中,前后状态的转移仍然能保证循环不变量为真
- 终止: 迭代后,循环不变量可以提供有用结果
- 逆向思维,充分利用不变的逻辑进行程序的简化。如下题中的
从后向前和从两边向中间
的遍历方式。 - leetcode题目:977. 有序数组的平方
vector<int> sortedSquares(vector<int>& nums) { // 用双指针指向两端,从两端向中间进行逼近 int left = 0; int right = nums.size()-1; // 从后向前将每次比较较大的填入新的数组中 vector<int> res(nums); int index = right; while (left <= right) { if (nums[left] * nums[left] > nums[right] * nums[right]) { res[index--] = nums[left] * nums[left]; ++left; } else { res[index--] = nums[right] * nums[right]; --right; } } return res; }
滑动窗口
移除元素
-
滑动窗口:不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果
-
滑动窗口基本框架
- 使用
O(n)时间
找到满足条件的区间长度最值
void slidwindow(vector<int> nums) { // 1. 窗口区间为[left, right) int left = 0; int right = 0; // 2. 直到到达窗口右边界 while(right < nums.size()) { // - 扩大右边界并更新窗口状态 ... right++; // - 窗口到达什么状态需要收缩 while(需要收缩) { // - 缩小左边界并更新窗口状态 ... left++; } } } // 使用O(n)时找到满足条件的区间长度最值(和的最小区间长度) auto sliding_windows = [](vector<int> &vec, int target)->int{ int res = INT_MAX; int sum = 0; int fast = 0; int slow = 0; while (fast < vec.size()) { // 拓展窗口:记录值和窗口大小 sum += vec[fast]; ++fast; // 收缩临界条件 while (sum >= target) { res = min(res, fast - slow);// key:记录值 // 收缩窗口 sum -= vec[slow]; ++slow; } } return res == INT_MAX? 0:res; };
- 使用
-
int minSubArrayLen(int target, vector<int>& nums) { // 使用O(n)时找到满足条件的区间长度最值 auto sliding_windows = [](vector<int> &vec, int target)->int{ int res = INT_MAX; int sum = 0; int fast = 0; int slow = 0; while (fast < vec.size()) { // 拓展窗口:记录值和窗口大小 sum += vec[fast]; ++fast; // 收缩临界条件 while (sum >= target) { res = min(res, fast - slow);// 记录值 // 收缩窗口 sum -= vec[slow]; ++slow; } } return res == INT_MAX? 0:res; }; return sliding_windows(nums, target); }
二维数组的处理
基础方法
// 定义(注意空格)
vector<vector<int> > vvec;
vector<vector<int>> vvec(n, vector<int>(m));// 声明同时初始化大小
// 插入
vvec.emplace_back( {1, 2} ); // 直接插入
vector<int> vec = {3, 4}; // 构造插入
vvec.emplace_back(vvec);
vvec[0].emplace_back(3); // 指定插入
// 查找:使用二维vector时,要保证每一行的列数相同,否则可能出错。
// 遍历输出
for (int i = 0; i < vvec.size(); i++) {
for (int j = 0; j < vvec[i].size(); j++) {
cout << vvec[i][j] << " ";
}
cout << endl;
}
// 修改
vvec[0][0] = 4;
// 长度
int len = vvec.size(); // 二维数组中一维数组的数量
int len = vvec[i].size(); // 二维数组中第i个一维数组中的元素数量
容器的使用——记录和去重
四数相加II
- leetcode题目:四数相加
记录去重
和常数级查找
通过unordered_set
解决
int fourSumCount(vector<int>& A, vector<int>& B, vector<int>& C, vector<int>& D) { unordered_map<int, int> umap; //key:a+b的数值,value:a+b数值出现的次数 // 遍历大A和大B数组,统计两个数组元素之和,和出现的次数,放到map中 for (int a : A) { for (int b : B) { umap[a + b]++; } } int count = 0; // 统计a+b+c+d = 0 出现的次数 // 在遍历大C和大D数组,找到如果 0-(c+d) 在map中出现过的话 // 就把map中key对应的value也就是出现次数统计出来。 for (int c : C) { for (int d : D) { if (umap.find(0 - (c + d)) != umap.end()) { count += umap[0 - (c + d)]; } } } return count; }