数组理论基础
- 数组内存空间的地址是连续的
- 因为数组的在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址。
- 数组的元素是不能删的,只能覆盖。
- python的数组是用list列表,list的底层实现也是数组,原理一样
- remove(x)函数,时间复杂度O(n),空间复杂度O(1),可以推测出也是找到等于x的元素后,使x后面的元素整体前移,使得x被覆盖掉,而非删除
- 元素整体前移之后,比如[3,2,2,2]移除3,数组会变为[2,2,2,2],最后一个位置上依然有元素(但我们可以不管他,只是让元素放在那里),数组的实际内存空间大小不变。
leetcode 704 二分查找
class Solution(object):
def search(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: int
"""
# 左闭右开 [l,r) 不包含右边界
l = 0
r = len(nums)
while l < r: # l不可能等于r
mid = (l+r)//2
if nums[mid] == target:
return mid
elif nums[mid] < target:
l = mid+1
else:
r = mid # 不包含右边界
return -1
# 左闭右闭 [l,r] 包含右边界
l = 0
r = len(nums)-1
while l <= r: # 包含右边界 所以l可以等于r
mid = (l+r)//2
if nums[mid] == target:
return mid
elif nums[mid] < target:
l = mid+1
else:
r = mid-1
return -1
leetcode 27 移除元素
class Solution(object):
def removeElement(self, nums, val):
"""
:type nums: List[int]
:type val: int
:rtype: int
"""
# 暴力写法
count = 0
i = 0
while i < len(nums)-count: # 写for会很麻烦
if nums[i] == val: # i不做+1操作,因为nums[i]之后的元素整体前移
for j in range(i, len(nums)-1-count): # 移动后,i位置对应的是新元素,需重新判断是否等于val
nums[j] = nums[j+1]
count += 1
else: # 元素不相等时i+1
i += 1
return len(nums)-count
暴力写法确实考验操作:边界的确定,应该用while而不是for,以及 i 什么时候移动
暴力的时间复杂度是O(n^2),怎么优化呢?
可以想到新建一个数组,然后遍历原数组,当元素值不等于需要删除的目标值时,就把该元素添加到新数组中,这样时间复杂度就变成了O(n),但这样一来空间复杂度也变成了O(n)。
所以我们在原数组上进行修改。
快指针:遍历原数组,寻找新数组需要的元素,新数组就是不含目标值的数组
慢指针:指向新数组需要更新的下标(新数组的iterator)
通过一个快指针和一个慢指针在一个for循环下完成两个for循环的工作。
# 双指针法
fast = 0
slow = 0
for fast in range(len(nums)): # 遍历原数组
if nums[fast] != val: # 找到新数组需要的元素
nums[slow] = nums[fast] # 更新新数组(将该元素赋值给新数组)
slow += 1
return slow