寻找数组的中心索引
LeetCode 1991题:https://leetcode-cn.com/problems/find-the-middle-index-in-array/
思路分析:
中心下标的左右两侧的元素相加的和相等,因此可以先通过遍历数组,求得数组元素的总和。然后再次遍历数组
初始 Left = 0;Right = Sum
此时每遍历一个元素,Right = Sum -arr [i] , 判断 Left == Right
true 则返回该元素下标 i,false 则 Left = Left - arr[i] 继续遍历
没有找到则返回 -1;
class Solution {
public int pivotIndex(int[] nums) {
int sum = 0;
for(int i = 0;i < nums.length;i++){
sum += nums[i];
}
int left = 0;
int right = sum;
for(int i = 0;i < nums.length;i++){
right = right - nums[i];
if(left == right){
return i;
}
left += nums[i];
}
return -1;
}
}
二分法查找
题目:给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
关键词:有序数组 数组中无重复元素
二分法中一般有两种写法,主要是针对于左右区间闭合的问题,即 [left, right] [left, right)
此时就涉及到两种版本的 代码写法,先看代码
class Solution {//左闭右闭区间
public int search(int[] nums, int target) {
// 避免当 target 小于nums[0] nums[nums.length - 1]时多次循环运算
if (target < nums[0] || target > nums[nums.length - 1]) {
return -1;
}
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + ((right - left) >> 1);
if (nums[mid] == target)
return mid;
else if (nums[mid] < target)
left = mid + 1;
else if (nums[mid] > target)
right = mid - 1;
}
return -1;
}
}
class Solution {//左闭右开区间
public int search(int[] nums, int target) {
int left = 0, right = nums.length;
while (left < right) {
int mid = left + ((right - left) >> 1);
if (nums[mid] == target)
return mid;
else if (nums[mid] < target)
left = mid + 1;
else if (nums[mid] > target)
right = mid;
}
return -1;
}
}
差别最先在于取值区间的问题,当 [left, right] 时,right = right -1;因此 left <= right 有意义,所以while 循环中有等号。 当 [left, right) 时,由于取不到区间 rigth,并且在后面的赋值中, right = mid,因此 等号此时没有意义。
题目:【搜索插入位置】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。请必须使用时间复杂度为 O(log n) 的算法。
链接:https://leetcode.cn/leetbook/read/array-and-string/cxqdh/
思路:仍然可以使用 二分法查,如果目标不在数组中,此时退出后 left 值最接近 target 并且 大于 target,因此 return left.
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length-1;
if(target < nums[left]){
return 0;
}else if(target > nums[right]){
return nums.length;
}
while(left <= right){
int mid = left + ((right - left)>>1);
if(nums[mid] == target){
return mid;
}else if(nums[mid]>target){
right = mid-1;
}else{
left = mid +1;
}
}
return left;
}
}
移除数组元素
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。链接:https://leetcode.cn/problems/remove-element
思路分析
首先要求是返回元素的个数,其次,只能在原数组上进行更改,不考虑超出新长度后面的元素【因为数组的长度是固定的,当移除目标元素后,后面的元素向前补位,后面的元素不需要考虑】
1.暴力解法:两层for循环,一个for循环遍历数组元素 ,第二个for循环更新数组。
class Solution {
public int removeElement(int[] nums, int val) {
int size = nums.length();
for (int i = 0; i < size; i++) {
if (nums[i] == val) { // 发现需要移除的元素,就将数组集体向前移动一位
for (int j = i + 1; j < size; j++) {
nums[j - 1] = nums[j];
}
i--; // 因为下标i以后的数值都向前移动了一位,所以i也向前移动一位
size--; // 此时数组的大小-1
}
}
return size;
}
}
2.双指针法:通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
/**
* 时间复杂度:O(n)
* 空间复杂度:O(1)
*/
class Solution {
public int removeElement(int[] nums, int val) {
// 快慢指针
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
if (nums[fastIndex] != val) {
nums[slowIndex] = nums[fastIndex];
slowIndex++;
}
}
return slowIndex;
}
}
//相向双指针方法,基于元素顺序可以改变的题目描述改变了元素相对位置,确保了移动最少元素
class Solution {
public int removeElement(int[] nums, int val) {
int left = 0;
int right = nums.length - 1;
while(right >= 0 && nums[right] == val) right--; //将right移到从右数第一个值不为val的位置
while(left <= right) {
if(nums[left] == val) { //left位置的元素需要移除
//将right位置的元素移到left(覆盖),right位置移除
nums[left] = nums[right];
right--;
}
left++;
while(right >= 0 && nums[right] == val) right--;
}
return left;
}
}
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]
链接:https://leetcode.cn/problems/squares-of-a-sorted-array/
思路
因为是一个有序的数组,虽然说元素可以为负,平方后的值可能比正数的平方大,但是其最值永远是在数组的两端(绝对值大小),因此可以考虑双指针法 i 指向起始位置,j 指向终止位置。
class Solution {
public int[] sortedSquares(int[] nums) {
int left = 0;
int len = nums.length-1;
int right = len;
int[] arr = new int[nums.length];
while(left <= right){
int leftValue = nums[left]*nums[left];
int rightValue = nums[right]*nums[right];
if(leftValue > rightValue){
arr[len--] = leftValue;
left++;
}else{
arr[len--] = rightValue;
right--;
}
}
return arr;
}
}
滑动窗口
所谓滑动窗口,就是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。
题目:【长度最小的子数组】:https://leetcode.cn/problems/minimum-size-subarray-sum/
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和 ≥ target 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。
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
在暴力解法中,是一个for循环滑动窗口的起始位置,一个for循环为滑动窗口的终止位置,用两个for循环 完成了一个不断搜索区间的过程。
class Solution {//暴力解发,不建议
public int minSubArrayLen(int target, int[] nums) {
int temp = 0;
int min = nums.length+1;
for(int i = 0;i<nums.length;i++){
int cur = nums[i];
if(cur == target){
return 1;
}
for(int j = i+1;j<nums.length;j++){
cur += nums[j];
if(cur == target){
temp = j+1-i;
if(temp<min){
min = temp;
}
break;
}else if(cur>target){
break;
}
}
}
return min == nums.length+1? 0:min;
}
}
滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。代码如下:
class Solution {
// 滑动窗口
public int minSubArrayLen(int target, int[] nums) {
int left = 0;
int sum = 0;
int result = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
while (sum >= target) {
result = Math.min(result, right - left + 1);
sum -= nums[left++];//这里体现出滑动窗口的精髓之处,不断变更i(子序列的起始位置)。
}
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}
为什么时间复杂度是O(n)?不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
螺旋矩阵
给你一个正整数 n,生成一个包含 1 到 n2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix。
输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]
这道题目可以说在面试中出现频率较高的题目,本题并不涉及到什么算法,就是模拟过程,但却十分考察对代码的掌控能力。
循环不变量原则 每次循环的初始点都是在主对角线上!!!模拟顺时针画矩阵的过程:
填充上行从左到右
填充右列从上到下
填充下行从右到左
填充左列从下到上
class Solution {
public int[][] generateMatrix(int n) {
int loop = 0; // 控制循环次数
int[][] res = new int[n][n];
int start = 0; // 每次循环的开始点(start, start) -- 循环不变量
int count = 1; // 定义填充数字
int i, j;//j 表示上行和下行;i表示右行和左行
//分析:n = 3,转1圈;n = 4,转2圈;n = 5,转2圈;n = 6,转3圈;
while (loop++ < n / 2) { // 判断边界后,loop从1开始
// 模拟上侧从左到右
for (j = start; j < n - loop; j++) {
res[start][j] = count++;
}
// 模拟右侧从上到下
for (i = start; i < n - loop; i++) {
res[i][j] = count++;
}
// 模拟下侧从右到左
for (; j >= loop; j--) {//此时 j 已经在 上行的最右边,因此往左遍历
res[i][j] = count++;
}
// 模拟左侧从下到上
for (; i >= loop; i--) {
res[i][j] = count++;
}
start++;
}
//对于n为奇数,中心数 = count
if (n % 2 == 1) {
res[start][start] = count;
}
return res;
}
}
桶思想
给你一个数组 nums,对于其中每个元素 nums[ i ],请你统计数组中比它小的所有数字的数目。换而言之,对于每个 nums[i] 你必须计算出有效的 j 的数量,其中 j 满足 j != i 且 nums[j] < nums[i] 。以数组形式返回答案。
链接:https://leetcode.cn/problems/how-many-numbers-are-smaller-than-the-current-number
输入:nums = [8,1,2,2,3]
输出:[4,0,1,1,3]
解释:
对于 nums[0]=8 存在四个比它小的数字:(1,2,2 和 3)。
对于 nums[1]=1 不存在比它小的数字。
对于 nums[2]=2 存在一个比它小的数字:(1)。
对于 nums[3]=2 存在一个比它小的数字:(1)。
对于 nums[4]=3 存在三个比它小的数字:(1,2 和 2)。
思路:
首先能想到的就是暴力解法,通过两个 for 循环遍历,但是时间复杂度为 O(n^2);
优化:桶思想。
首先先定义一排桶,每个桶里面的值arr[ n ]就是用来存放数字 n 出现的个数
遍历 nums,初始化 arr
通过累加数组 arr,此时下标代表出现过的数字n,里面的内容代表小于等于n的个数,也就是下一数字的数组中比它小的数字的数目。
遍历取出对应的桶中的数据。
class Solution {
public int[] smallerNumbersThanCurrent(int[] nums) {
int[] arr = new int[101] ;
for(int num : nums){
arr[num] += 1;
}
for(int i = 1;i< arr.length;i++){
arr[i] += arr[i-1];
}
for(int i = 0;i<nums.length;i++){
nums[i] = nums[i] != 0? arr[nums[i]-1] : 0;//注意,当有0 的时候,需要判断,不然索引越界
}
return nums;
}
}
双指针法
有效的山脉数组
给定一个整数数组 arr,如果它是有效的山脉数组就返回 true,否则返回 false。
让我们回顾一下,如果 A 满足下述条件,那么它是一个山脉数组:
arr.length >= 3
在 0 < i < arr.length - 1 条件下,存在 i 使得:
arr[0] < arr[1] < ... arr[i-1] < arr[i]
arr[i] > arr[i+1] > ... > arr[arr.length - 1]
class Solution {
public boolean validMountainArray(int[] arr) {
int len = arr.length;
if(len < 3){
return false;
}
int left = 0;
int right = arr.length-1;
while((--len)!= 0){
if(arr[left] < arr[left+1]){ //不能是等号,因为不是山脉数组
left++;
}else if(arr[right] < arr[right-1]){
right--;
}
}
if(left == 0|| right == arr.length-1){
return false;
}
if(right == left){
return true;
}else{
return false;
}
}
}