本文梳理了LeetCode中与数组相关的C++和Python解题思路，包括Move Zeroes、Reshape the Matrix、Max Consecutive Ones等题目。通过双指针、优先级队列、哈希表等方法解决问题，适合准备面试的程序员复习。
明年就是找工作了，又要开始刷题了，把之前做过的题目再梳理整理一遍，但愿明年不要那么拉跨，祈祷明年能找到工作，千万不能毕业就失业。
分类别解析leetcode上的一些相关的例题路，代码采用C++与python实现。
所有的题目均来自leetcode官网.
数组
涉及的一些leetcode问题：
- 283 Move Zeroes (Easy)
- 566 Reshape the Matrix (Easy)
- 485 Max Consecutive Ones (Easy)
- 240 Search a 2D Matrix II (Medium)
- 378 Kth Smallest Element in a Sorted Matrix ((Medium))
- 645 Set Mismatch (Easy)
- 287 Find the Duplicate Number (Medium)
- 697 Degree of an Array (Easy)
- 766 Toeplitz Matrix (Easy)
- 565 Array Nesting (Medium)
283 Move Zeroes (Easy)
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。
说明:
必须在原数组上操作，不能拷贝额外的数组。 尽量减少操作次数。
- 第一个直观的想法: 使用额外的数组,直接遍历一遍原始数组,然后将非零的复制到前半部分,在后边按照数组补零即可.
class Solution {
public:
void moveZeroes(vector<int>& nums) {
// 新建一个vector,保存移动后的vector
vector<int> res(nums.size(), 0);
int j = 0;
// 遍历原始数组,修改res中的元素
for (int i=0; i < nums.size(); i++){
if (nums[i]!=0){
res[j] = nums[i];
j++;
}
}
// 将res再赋值给原始数组
nums.assign(res.begin(), res.end());
}
};
- 题目要求不能使用额外的数组. 就只能使用双指针在原始数组上操作,左指针指向交换完成的元素,右指针向后扫描查找交换元素
class Solution {
public:
void moveZeroes(vector<int>& nums) {
// 双指针
int l=0, r=0;
while (r < nums.size()){
if (nums[r] != 0){
swap(nums[r], nums[l]);
l++;
}
r++;
}
}
};
566 Reshape the Matrix (Easy)
题目较简单,直接附上代码,遍历即可
class Solution {
public:
vector<vector<int>> matrixReshape(vector<vector<int>>& nums, int r, int c) {
// 直接遍历即可
int m=nums.size(), n=nums[0].size();
if (m*n != r*c) return nums;
vector<vector<int>> res(r, vector<int>(c, 0)); //保存最终的结果
for (int i = 0; i < m; i++){
for (int j = 0; j < n; j++){
int index = i*n + j;
res[index/c][index%c] = nums[i][j];
}
}
return res;
}
};
485 Max Consecutive Ones (Easy)
class Solution {
public:
int findMaxConsecutiveOnes(vector<int>& nums) {
//直接遍历
int res = 0;
int i = 0;
while (i < nums.size()){
int count = 0;
while (i < nums.size() && nums[i] == 1){
count++;
i++;
}
res = max(res, count);
i++;
}
return res;
}
};
240 Search a 2D Matrix II (Medium)
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性：
每行的元素从左到右升序排列。 每列的元素从上到下升序排列。
- 最直观的想法, 直接遍历二维数组进行对比,这就变成了一道简单题,没有用到题目当中的条件
- 从右上角开始遍历,因为这样遍历,比target小的在左边,比target大的在下边
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
// 从右上角开始遍历
int m = matrix.size(), n = matrix[0].size();
int i = 0, j = n-1;
while (i >= 0 && i < m && j >= 0 && j < n){
if (matrix[i][j] == target)
return true;
else if (matrix[i][j] > target)
j--;
else
i++;
}
return false;
}
};
378 Kth Smallest Element in a Sorted Matrix ((Medium))
给定一个 n x n 矩阵，其中每行和每列元素均按升序排序，找到矩阵中第 k 小的元素。
- 第一个思路: 直接将其变为一维数组,然后直接进行排序,找到第k小的元素.
class Solution {
public:
int kthSmallest(vector<vector<int>>& matrix, int k) {
int m = matrix.size(), n = matrix[0].size();
vector<int> res(m*n, 0);
int index = 0;
for (int i = 0; i < m; i++){
for (int j = 0; j < n; j++){
res[index] = matrix[i][j];
index++;
}
}
sort(res.begin(), res.end());
return res[k-1];
}
};
- 第二个思路,利用优先级队列.
- 将所有的元素全部插入优先级队列中,然后找到第k个
class point{
public:
int val, x, y;
point()=default;
point(int val, int x, int y): val(val), x(x), y(y) {}
bool operator > (const point& a) const {
return this->val > a.val;
}
};
class Solution {
public:
int kthSmallest(vector<vector<int>>& matrix, int k) {
//按行进行归并排序
//定义优先级队列,这个队列采用vector实现
priority_queue<point, vector<point>, greater<point>> q;
int n = matrix.size();
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++)
q.emplace(point(matrix[i][j], i, j));
}
point res;
for (int i = 0; i < k - 1; i++) {
res = q.top();
q.pop();
}
return q.top().val;
}
};
插入的时候不需要将所有的元素均插入,按照其升序的特点,只需要按行插入右侧元素即可,找到最小的k个
class point{
public:
int val, x, y;
point()=default;
point(int val, int x, int y): val(val), x(x), y(y) {}
bool operator > (const point& a) const {
return this->val > a.val;
}
};
class Solution {
public:
int kthSmallest(vector<vector<int>>& matrix, int k) {
//按行进行归并排序
//定义优先级队列,这个队列采用vector实现
priority_queue<point, vector<point>, greater<point>> q;
int n = matrix.size();
for (int i = 0; i < n; i++) {
q.emplace(point(matrix[i][0], i, 0));
}
for (int i = 0; i < k - 1; i++) {
point now = q.top();
q.pop();
if (now.y != n - 1) {
q.emplace(matrix[now.x][now.y + 1], now.x, now.y + 1);
}
}
return q.top().val;
}
};
645 Set Mismatch (Easy)
集合 S 包含从1到 n的整数。不幸的是，因为数据错误，导致集合里面某一个元素复制了成了集合里面的另外一个元素的值，导致集合丢失了一个整数并且有一个元素重复。
给定一个数组 nums 代表了集合 S 发生错误后的结果。你的任务是首先寻找到重复出现的整数，再找到丢失的整数，将它们以数组的形式返回。
非常简单的题目, 直接使用哈希表即可,找出哪一个数字已经出现过,然后查找那个数字没有出现过,共遍历两次.
class Solution {
public:
vector<int> findErrorNums(vector<int>& nums) {
vector<int> res;
unordered_set<int> hashset;
for (auto c : nums){
if (hashset.find(c) == hashset.end())
hashset.insert(c);
else
res.push_back(c);
}
for (int i=1; i <= nums.size(); i++){
if (hashset.find(i) == hashset.end())
res.push_back(i);
}
return res;
}
};
287 Find the Duplicate Number (Medium)
给定一个包含 n + 1 个整数的数组 nums，其数字都在 1 到 n 之间（包括 1 和n）， 可知至少存在一个重复的整数。假设只有一个重复的整数，找出这个重复的数。
直观的几种想法: 直接遍历,两重循环,每次查找元素nums[i]是否在nums[i+1:]的范围内出现,时间复杂度n2,不满足题意 hash表存储访问过的元素,空间复杂度o(n),不满足题意 * 先排序,然后遍历相邻的相同元素即为重复元素,不满足"不能更改原数组"的要求.
这道题的限制条件,直接堵死了常用的几种直观的思路.
这里采用二分查找来解决这个问题.
题解: 1. 这道题的数字的范围均在1~n之间,且只有一个重复的数.举个例子就知道 例如 [1,3,4,2,2], n=4,因此设置mid = (1+4) / 2=2, 那么小于等于2的数字有3个大于选定的mid,因此重复的数字就肯定小于等于mid,否则重复的数字大于mid
class Solution {
public:
int findDuplicate(vector<int>& nums) {
int n = nums.size()-1;
int l= 0, r = n;
// 二分法查找区间
while (l < r){
int mid = l + (r - l) / 2;
int cnt = 0;
// 统计小于等于mid的数字的数目
for (auto num :nums){
if (num <= mid)
cnt++;
}
// 如果统计的数字大于mid,那么最终重复的数字位于左侧
if (cnt > mid)
r = mid;
else
l = mid+1;
}
return l;
}
};
697 Degree of an Array (Easy)
给定一个非空且只包含非负数的整数数组 nums, 数组的度的定义是指数组里任一元素出现频数的最大值。
你的任务是找到与 nums 拥有相同大小的度的最短连续子数组，返回其长度。
简单的题目,但是注意频数最大的数组元素不一定只有一个
#include <algorithm>
class Solution {
public:
int findShortestSubArray(vector<int>& nums) {
// 使用无序映射表来存储每个元素在数组中出现的索引列表
unordered_map<int, vector<int>> res;
for (auto e : nums){
res.insert(make_pair(e, vector<int>()));
}
for (int i=0; i <nums.size(); i++){
res[nums[i]].push_back(i);
}
int min_dis = nums.size();
int max_ferq = 0;
// 查找出现最多的索引出现的次数
for (auto e=res.cbegin(); e != res.end(); e++){
vector<int> index = e->second;
int dis = index.size();
max_ferq = max(max_ferq, dis);
}
//统计最小的连续子数组
for (auto e=res.cbegin(); e != res.end(); e++){
vector<int> index = e->second;
if (index.size() == max_ferq){
min_dis = min(min_dis, index[index.size()-1] - index[0] + 1);
}
}
return min_dis;
}
};
766 Toeplitz Matrix (Easy)
如果矩阵上每一条由左上到右下的对角线上的元素都相同，那么这个矩阵是 托普利茨矩阵 。
给定一个 M x N 的矩阵，当且仅当它是托普利茨矩阵时返回 True。
简单的题目, 仅仅需要发现同一条对角线上的横纵坐标差值为常数(在做八皇后问题也会遇到)就可以了,然后借助map可以轻松求解.
class Solution {
public:
bool isToeplitzMatrix(vector<vector<int>>& matrix) {
// 利用哈希表来,键为行列坐标的差值, 值为对应的数字
unordered_map<int, int> indexdiff_value;
for (int i = 0; i < matrix.size(); i++){
for (int j = 0; j < matrix[0].size(); j++){
if (indexdiff_value.find(i - j) == indexdiff_value.end())
indexdiff_value.insert(make_pair(i-j, matrix[i][j]));
else{
if (matrix[i][j] != indexdiff_value[i-j])
return false;
}
}
}
return true;
}
};
565 Array Nesting (Medium)
索引从0开始长度为N的数组A，包含0到N - 1的所有整数。找到最大的集合S并返回其大小，其中 S[i] = {A[i], A[A[i]], A[A[A[i]]], ... }且遵守以下的规则。
假设选择索引为i的元素A[i]为S的第一个元素，S的下一个元素应该是A[A[i]]，之后是A[A[A[i]]]... 以此类推，不断添加直到S出现重复的元素。
看似复杂,其实只需要将所有的 这种嵌套的子列全部查找出来,并找到最长的满足条件的最长的长度即可.
例如,对于[5,4,0,3,1,6,2]这个序列,其满足条件的S分别为: [5, 6, 0, 2], [4,1]与[3]这三个从中找到最短的即可.
基本办法就是遍历+ hash表去重
class Solution {
public:
int arrayNesting(vector<int>& nums) {
//利用哈希表记录访问过的元素,避免重复访问.
unordered_set<int> visited;
int res = 0; // 最终的结果,最长的S
// 遍历,找到所有的字串
for (int i = 0; i < nums.size(); i++){
if( visited.find(nums[i]) != visited.end() ) continue;
int length = 1; // S的长度
// 开始查找一个满足条件的S.
int index = i;
while (nums[index] != i){
visited.insert(nums[index]);
index = nums[index];
length++;
}
visited.insert(nums[i]);
res = max(res, length);
}
return res;
}
};
更多笔记资料
- 微信公众号: 小哲AI
GitHub地址： https://github.com/lxztju/leetcode-algorithm
- csdn博客： https://blog.csdn.net/lxztju
- 知乎专栏： 小哲AI
- AI研习社专栏：小哲AI
扫一扫
345
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
