给定一个整数数组 nums,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。
示例 1:
输入: nums = [1,2,3,4,5,6,7], k = 3
输出: [5,6,7,1,2,3,4]
解释:
向右轮转 1 步: [7,1,2,3,4,5,6]
向右轮转 2 步: [6,7,1,2,3,4,5]
向右轮转 3 步: [5,6,7,1,2,3,4]
方法一:使用额外的数组
我们可以使用额外的数组来将每个元素放至正确的位置。用 n 表示数组的长度,我们遍历原数组,将原数组下标为 i 的元素放至新数组下标为(i + k) mod n 的位置,最后将新数组拷贝至原数组即可。
public void rotate(int[] nums, int k) {
int[] newNums = new int[nums.length];
for (int i = 0; i < nums.length; i++) {
newNums[(i+k)%nums.length] = nums[i];
}
for (int a : newNums) {
System.out.println(a);
}//5 6 1 2 3 4
}
复杂度分析
时间复杂度: O(n),其中 n 为数组的长度。
空间复杂度: O(n)。
方法二:环状替换
方法一中使用额外数组的原因在于如果我们直接将每个数字放至它最后的位置,这样被放置位置的元素会被覆盖从而丢失。因此,从另一个角度,我们可以将被替换的元素保存在变量 temp中,从而避免了额外数组的开销。
我们从位置 0 开始,最初令 temp=nums[0]根据规则,位置 0 的元素会放至(0+k)modn 的位置,令 x=(0+k)modn,此时交换 temp 和 nums[x],完成位置 x 的更新。然后,我们考察位置 x,并交换 temp 和 nums[(x+k)modn],从而完成下一个位置的更新。不断进行上述过程,下面分两种情况:直至回到初始位置 0。当回到初始位置 0 时,有些数字可能还没有遍历到,此时我们应该从下一个数字开始重复的过程
可能不会回到初始位置0,而是从头更新到尾
需要注意的是怎么才算遍历结束呢?
使用单独的变量 count 跟踪当前已经访问的元素数量,当 count=n 时,结束遍历过程。
public void rotate1(int[] nums, int k) {
int n = nums.length;
int count = 0;
for (int start = 0; start < n; ++start) {
int current = start;
int prev = nums[start];
do {
int next = (current + k) % n;
int temp = nums[next];
nums[next] = prev;
prev = temp;
current = next;
count ++;
if (count == n) {
return;
}
} while (start != current);
}
}
复杂度分析
时间复杂度:O(n),其中 n 为数组的长度。每个元素只会被遍历一次。
空间复杂度:O(1)。我们只需常数空间存放若干变量。
方法三:数组翻转
该方法基于如下的事实:当我们将数组的元素向右移动 k 次后,尾部 k mod n 个元素会移动至数组头部,其余元素向后移动 k mod n 个位置。
该方法为数组的翻转:我们可以先将所有元素翻转,这样尾部的 k mod n 个元素就被移至数组头部,然后我们再翻转 [0 , k mod n − 1] 区间的元素和 [k mod n , n−1 ] 区间的元素即能得到最后的答案。
我们以 n=7,k=3 为例进行如下展示:
public void rotate2(int[] nums, int k) {//nums: {1, 2, 3, 4, 5, 6, 7}
int n = nums.length;//7
k = k % n;//3
reverse(nums, 0, n - 1);//全部翻转{7,6,5,4,3,2,1}
reverse(nums, 0, k - 1);//前面k mod n个元素翻转{5,6,7,1,2,3,4}
reverse(nums, k, n - 1);//尾部n-(k mod n)个元素翻转{7,6,5,1,2,3,4}
}
public void reverse(int[] nums, int start, int end) {
while (start < end) {
int temp = nums[start];
nums[start] = nums[end];
nums[end] = temp;
start += 1;
end -= 1;
}
}
复杂度分析
时间复杂度:O(n),其中 n 为数组的长度。每个元素被翻转两次,一共 n 个元素,因此总时间复杂度为 O(2n)=O(n)。
空间复杂度:O(1)。