leetcode
[hot] 4. 寻找两个正序数组的中位数 [optional]
题目
给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。
示例 1:
输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
解释:合并数组 = [1,2,3] ,中位数 2
示例 2:
输入:nums1 = [1,2], nums2 = [3,4]
输出:2.50000
解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5
示例 3:
输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000
示例 4:
输入:nums1 = [], nums2 = [1]
输出:1.00000
示例 5:
输入:nums1 = [2], nums2 = []
输出:2.00000
题解
合并两个有序数组,记录第mid个元素,如果两个元素的长度和为偶数,需要特殊处理。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int length1 = nums1.size();
int length2 = nums2.size();
int length = length1 + length2;
int mid = length / 2;
int left = 0, right = 0;
int count = 0;
int res = 0;
while (left < length1 || right < length2) {
int left_value = left < length1 ? nums1[left] : INT_MAX;
int right_value = right < length2 ? nums2[right] : INT_MAX;
int tmp = min(left_value, right_value);
if (left_value < right_value) {
++left;
} else {
++right;
}
if (length % 2 == 1) {
if (count == mid) {
return tmp;
}
} else if (count == mid - 1) {
res = tmp;
} else if (count == mid) {
// double类型转换一定要施加在分子上
return (double)(tmp + res) / 2;
}
++count;
}
return -1.0;
}
};
复杂度
时间:O(N)
空间:O(1)
题解2
二分法排除元素,优化时间复杂度,示例代码如下所示:
class Solution {
public:
double core(vector<int>& nums1, vector<int>& nums2, int k) {
int idx1 = 0;
int idx2 = 0;
int len1 = nums1.size();
int len2 = nums2.size();
while (true) {
if (idx1 == len1) {
return nums2[idx2 + k - 1];
}
if (idx2 == len2) {
return nums1[idx1 + k - 1];
}
if (k == 1) {
return min(nums1[idx1], nums2[idx2]);
}
int n_idx1 = min(idx1 + k / 2 - 1, len1 - 1);
int n_idx2 = min(idx2 + k / 2 - 1, len2 - 1);
if (nums1[n_idx1] < nums2[n_idx2]) {
k -= n_idx1 - idx1 + 1;
idx1 = n_idx1 + 1;
} else {
k -= n_idx2 - idx2 + 1;
idx2 = n_idx2 + 1;
}
}
return -1;
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int length = nums1.size() + nums2.size();
if (length % 2 == 1) {
return core(nums1, nums2, (length + 1) / 2);
} else {
return (core(nums1, nums2, length / 2) + core(nums1, nums2, length / 2 + 1)) / 2.0;
}
}
};
复杂度
时间:
O
(
l
o
g
(
m
+
n
)
)
O(log(m + n))
O(log(m+n))
空间:
O
(
1
)
O(1)
O(1)
[hot] 11. 盛最多水的容器
题目
给你 n 个非负整数 a1,a2,…,an,每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0) 。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。
题解
这里的正确性证明把解题思路阐述的很清楚。
算法需要有两点需要注意:
- 短板一定要往里移动,这样才能保证有可能找到更大的蓄水面积;长板向里移动没办法基于现状找到更大的蓄水面积,因为短板才是影响蓄水面积的关键。
- 向外移动没有用,因为向外移动的状态在之前已经遍历过了。
示例代码如下:
class Solution {
public:
int maxArea(vector<int>& height) {
int length = height.size();
int l = 0, r = length - 1;
int res = 0;
while (l < r) {
res = max(res, min(height[r], height[l]) * (r - l));
if (height[l] <= height[r]) {
++l;
} else {
--r;
}
}
return res;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
[hot] 15. 三数之和
题目
给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出所有和为 0 且不重复的三元组。
注意:答案中不可以包含重复的三元组。
示例 1:
输入:nums = [-1,0,1,2,-1,-4]
输出:[[-1,-1,2],[-1,0,1]]
示例 2:
输入:nums = []
输出:[]
示例 3:
输入:nums = [0]
输出:[]
题解
寻找多个数字作为目标时,不能用二分法。本题采用类似two_sum的解决方法,思路如下:
- 升序排序。
- 遍历一个元素时,寻找该元素与其后的两个元素组成的三个元素是否和为0。
- 遍历过程中注意重复问题。
示例代码如下:
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> result;
if (nums.empty()) {
return result;
}
int length = nums.size();
sort(nums.begin(), nums.end()); // 排序是核心
for (int k = 0; k < length; ++k) {
if (nums[k] > 0) {
break;
}
// nums[k] == nums[k - 1]很重要,如果判断条件为nums[k] == nums[k + 1],则会导致误跳过的情况,bad case为[-1, -1, 2, 4]
if (k > 0 && nums[k] == nums[k - 1]) {
continue;
}
int i = k + 1;
int j = length - 1;
int target = -nums[k];
while (i < j) {
if (nums[i] + nums[j] == target) {
result.emplace_back(vector<int>({nums[k], nums[i], nums[j]}));
while (i < j && nums[i] == nums[i + 1]) { // 边界条件细节
++i;
}
while (i < j && nums[j] == nums[j - 1]) { // 边界条件细节
--j;
}
++i;
--j;
} else if (nums[i] + nums[j] < target) {
++i;
} else {
--j;
}
}
}
return result;
}
};
复杂度
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2),n为数组中元素个数,因为两层遍历
空间复杂度:
O
(
1
)
O(1)
O(1)
16. 最接近的三数之和
题目
给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。
示例:
输入:nums = [-1,2,1,-4], target = 1
输出:2
解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。
题解
解题思路和【15. 3sum】几乎是一模一样的,示例代码如下所示:
class Solution {
public:
void update(int cur) {
if (abs(cur - target_in) < abs(best - target_in)) {
best = cur;
}
}
int threeSumClosest(vector<int>& nums, int target) {
int length = nums.size();
target_in = target;
sort(nums.begin(), nums.end());
for (int k = 0; k < length; ++k) {
if (k > 0 && nums[k] == nums[k - 1]) {
continue;
}
int i = k + 1;
int j = length - 1;
while (i < j) {
int sum = nums[i] + nums[j] + nums[k];
if (sum == target) {
return target;
}
update(sum);
if (sum > target) {
// 该逻辑放到外面会导致错过最佳值,这里可以跳过
// 但是单纯求三数之和不能跳,因为会miss结果
while (i < j && nums[j] == nums[j - 1]) {
--j;
}
--j;
} else {
// 该逻辑放到外面会导致错过最佳值
while (i < j && nums[i] == nums[i + 1]) {
++i;
}
++i;
}
}
}
return best;
}
private:
int best = 1e5;
int target_in;
};
复杂度
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2) -> 两层遍历
空间复杂度:
O
(
1
)
O(1)
O(1)
26. 删除有序数组中的重复项
题目
给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
题解
遇到相同元素直接跳过,遇到不相同元素扔到前面,示例代码如下所示:
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
int length = nums.size();
if (length == 0) {
return 0;
}
int i = 0;
for (int j = 1; j < length; ++j) {
if (nums[j] != nums[i]) {
nums[++i] = nums[j];
}
}
return i + 1;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
27. 移除元素
题目
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。
题解
与【26. 删除有序数组中的重复项】思路大体类似,但不同点在于如果nums[j]不等于val时,直接用nums[j]替换nums[i](而不是nums[i+1]),具体来说就是把不等于val的元素前扔,示例代码如下所示:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int length = nums.size();
if (length == 0) {
return 0;
}
int i = 0;
for (int j = 0; j < length; ++j) {
if (nums[j] != val) {
nums[i] = nums[j];
++i;
}
}
return i;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
题解2
双指针直接覆盖原理,示例代码如下:
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int left = 0;
int right = nums.size();
while (left < right) {
if (nums[left] == val) {
nums[left] = nums[right - 1];
--right;
} else {
++left;
}
}
return left;
}
};
[hot] 31. 下一个排列
题目
实现获取 下一个排列 的函数,算法需要将给定数字序列重新排列成字典序中下一个更大的排列。如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)。必须 原地 修改,只允许使用额外常数空间。
示例 1:
输入:nums = [1,2,3]
输出:[1,3,2]
示例 2:
输入:nums = [3,2,1]
输出:[1,2,3]
示例 3:
输入:nums = [1,1,5]
输出:[1,5,1]
示例 4:
输入:nums = [1]
输出:[1]
题解
下述四步即可得到当前排列的下一个排列:
- 从后向前寻找第一个升序数对[i, i+1]
- 从后向前寻找第一个大于nums[i]的nums[j]
- 交换i和j
- 从i+1开始,升序排序
示例图如下:
示例代码如下:
#include <algorithm>
class Solution {
public:
void nextPermutation(vector<int>& nums) {
int length = nums.size();
int i = length - 2;
for (; i >= 0; --i) {
// 没有等于号
if (nums[i] < nums[i + 1]) {
break;
}
}
// 谨记i>=0
if (i >= 0) {
int j = length - 1;
// 没有等于号
for (; j > i; --j) {
// 没有等于号
if (nums[j] > nums[i]) {
break;
}
}
swap(nums[i], nums[j]);
}
reverse(nums.begin() + i + 1, nums.end());
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
[hot] 75. 颜色分类
题目
给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。此题中,我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。
示例 1:
输入:nums = [2,0,2,1,1,0]
输出:[0,0,1,1,2,2]
示例 2:
输入:nums = [2,0,1]
输出:[0,1,2]
示例 3:
输入:nums = [0]
输出:[0]
示例 4:
输入:nums = [1]
输出:[1]
题解1
两遍遍历数组解决问题。第一遍把0换到前面来,第二遍把1换到所有0的后面,示例代码如下所示:
public:
void sortColors(vector<int>& nums) {
int length = nums.size();
if (length == 0) {
return;
}
int ptr = 0;
for (int i = 0; i < length; ++i) {
if (nums[i] == 0) {
swap(nums[i], nums[ptr++]);
}
}
for (int i = ptr; i < length; ++i) {
if (nums[i] == 1) {
swap(nums[i], nums[ptr++]);
}
}
}
}
题解2
双指针遍历一遍数组解决问题。p0指针指向0区域的下一个元素,其实p0指向的元素一定是1,这一点很重要。p1指针指向1区域的下一个元素。求解过程见这里,示例代码如下所示:
class Solution {
public:
void sortColors(vector<int>& nums) {
int p0 = 0;
int p1 = 0;
for (int i = 0; i < nums.size(); ++i) {
if (nums[i] == 1) {
swap(nums[i], nums[p1++]);
} else if (nums[i] == 0) {
swap(nums[i], nums[p0]);
if (p0 < p1) {
swap(nums[i], nums[p1]);
}
++p0;
++p1;
}
}
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
80. 删除有序数组中的重复项 II
题目
给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 最多出现两次 ,返回删除后数组的新长度。不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
题解
快慢指针解决问题。慢指针slow记录目标数组长度,fast记录已经检查过的数组长度,示例代码如下所示:
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
int length = nums.size();
if (length <= 2) {
return length;
}
int slow = 2;
int fast = 2;
while (fast < length) {
// slow - 2 相当于给重复的元素一个buffer
if (nums[slow - 2] != nums[fast]) {
nums[slow] = nums[fast];
++slow;
}
++fast;
}
return slow;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
167 两数之和 II - 输入有序数组
题目
给定一个已按照 升序排列 的整数数组 numbers ,请你从数组中找出两个数满足相加之和等于目标数 target 。
函数应该以长度为 2 的整数数组的形式返回这两个数的下标值。numbers 的下标 从 1 开始计数 ,所以答案数组应当满足 1 <= answer[0] < answer[1] <= numbers.length 。
你可以假设每个输入只对应唯一的答案,而且你不可以重复使用相同的元素。
示例 1:
输入:numbers = [2,7,11,15], target = 9
输出:[1,2]
解释:2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。
示例 2:
输入:numbers = [2,3,4], target = 6
输出:[1,3]
示例 3:
输入:numbers = [-1,0], target = -1
输出:[1,2]
题解
首先说明,同时找多个数字为目标的题目,不能用二分法,因为会删除一半数据会导致错过目标值,因而需要采用首尾双指针解决问题,示例代码如下所示:
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
int length = numbers.size();
int i = 0, j = length - 1;
while (i < j) {
int sum = numbers[i] + numbers[j];
if (sum == target) {
return {i, j};
}
if (sum > target) {
--j;
} else {
++i;
}
}
return {};
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n),n为数组元素个数
空间复杂度:
O
(
1
)
O(1)
O(1)
[hot] 283. 移动零
题目
给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。
示例:
输入: [0,1,0,3,12]
输出: [1,3,12,0,0]
题解
双指针s和f解决问题,当没有0时s和f一起移动;当有0时s不动,f动;当f遇到非0时,置换f和s,而后s和f一起动。示例代码如下所示:
class Solution {
public:
void moveZeroes(vector<int>& nums) {
int i = 0;
for (int j = 0; j < nums.size(); ++j) {
if (nums[j] != 0) {
swap(nums[i++], nums[j]);
}
}
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
905. 按奇偶排序数组
题目
给你一个整数数组 nums,将 nums 中的的所有偶数元素移动到数组的前面,后跟所有奇数元素。
返回满足此条件的 任一数组 作为答案。
示例 1:
输入:nums = [3,1,2,4]
输出:[2,4,3,1]
解释:[4,2,3,1]、[2,4,1,3] 和 [4,2,1,3] 也会被视作正确答案。
示例 2:
输入:nums = [0]
输出:[0]
题解
偶数向前扔,示例代码如下所示:
class Solution {
public:
vector<int> sortArrayByParity(vector<int>& nums) {
int i = 0;
for (int j = 0; j < nums.size(); ++j) {
if (nums[j] % 2 == 0) {
swap(nums[j], nums[i++]);
}
}
return nums;
}
};r
922. 按奇偶排序数组 II
题目
给定一个非负整数数组 A, A 中一半整数是奇数,一半整数是偶数。
对数组进行排序,以便当 A[i] 为奇数时,i 也是奇数;当 A[i] 为偶数时, i 也是偶数。
你可以返回任何满足上述条件的数组作为答案。
示例:
输入:[4,2,5,7]
输出:[4,5,2,7]
解释:[4,7,2,5],[2,5,4,7],[2,7,4,5] 也会被接受。
题解
i遍历所有的偶数位置元素,j遍历所有奇数位置元素,如果在i遍历过程中出现奇数,则令j找到一个偶数和i位置的元素互换即可完成目标,示例代码如下所示:
class Solution {
public:
vector<int> sortArrayByParityII(vector<int>& nums) {
int j = 1;
for (int i = 0; i < nums.size(); i += 2) {
if (nums[i] % 2 == 1) {
while (nums[j] % 2 == 1) {
j += 2;
}
swap(nums[i], nums[j]);
}
}
return nums;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
977. 有序数组的平方
题目
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]
题解
利用数组已经有序的条件,完成一遍遍历解决问题,不用重新排序,示例代码如下所示:
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int length = nums.size();
vector<int> res(length, 0);
int i = 0;
int j = length - 1;
int pos = length - 1;
while (i <= j) {
int square_i = nums[i] * nums[i];
int square_j = nums[j] * nums[j];
if (square_i > square_j) {
res[pos--] = square_i;
++i;
} else {
res[pos--] = square_j;
--j;
}
}
return res;
}
};
复杂度
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
剑指offer
57. 和为s的连续正数序列
题目
输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。
示例 1:
输入:target = 9
输出:[[2,3,4],[4,5]]
示例 2:
输入:target = 15
输出:[[1,2,3,4,5],[4,5,6],[7,8]]
题解
正常遍历解决方案,示例代码如下
class Solution {
public:
vector<vector<int>> findContinuousSequence(int target) {
vector<vector<int>> result;
if (target <= 0) {
return result;
}
int low = 1;
int high = 2;
while (low < high) {
int cur_sum = (low + high) * (high - low + 1) / 2;
if (cur_sum > target) {
++low;
} else if (cur_sum == target) {
vector<int> tmp_result;
for (int i = low; i <= high; ++i) {
tmp_result.emplace_back(i);
}
result.emplace_back(tmp_result);
++low; // 这里++high和++low效果是一样的
} else {
++high;
}
}
return result;
}
};
复杂度
时间复杂度:
O
(
t
a
r
g
e
t
)
O(target)
O(target)
空间复杂度:
O
(
1
)
O(1)
O(1)