Leetcode数组篇总结（c++）

coding随笔

已于 2022-11-19 16:58:25 修改

阅读量623

点赞数 1

分类专栏： leetcode 文章标签： leetcode c++ 算法数组

于 2022-02-27 13:46:43 首次发布

本文链接：https://blog.csdn.net/weixin_42783170/article/details/123161457

版权

leetcode 专栏收录该内容

8 篇文章 1 订阅

订阅专栏

文章目录

一、基础知识
二、经典题目
三、总结

一、基础知识

一维数组：连续内存空间上的相同类型数据的集合
二维数组：对于二维数组nums，nums[0]实际上是一个指向第一行数组的指针，借用代码随想录中的图片如下：
二维数组示意图
同时，二维数组在内存中不一定连续，与语言特性有关，但对于静态数组来说，内存是连续的。
对于c++，二维数组是连续的，下图为打印的2*3数组元素（int）的地址
在这里插入图片描述

二、经典题目

1、35：搜索插入位置 -二分查找-简单

题目：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。

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2

思路：在已排序数组中使用二分查找法，数组的常见操作
关键点：重在边界处理；且是已排序数组；防溢出操作
复杂度：时间O(log n), 空间O(1)
补充：防溢出操作： mid = l + (r - l)/2;
代码：

//二分查找算法，重在边界处理上
//关键字：已排序数组，
//闭区间[0, n-1] , whilr(l <= r), r = mid-1
//防溢出操作
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        //二分查找
        int r, l, mid;
        r = nums.size() - 1;
        l = 0;
        
        while(l <= r){
            mid = l + ((r - l)/2);//防止溢出，等同于mid = (r + l)/2;
            int temp = nums[mid];
            if(temp == target)
                return mid;
            else if(temp > target){
                r = mid - 1;
            }else
                l = mid + 1;

        }
        
        return l;
       
    }
};

2、27：移除元素-双指针-简单

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。link

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。

输入：nums = [3,2,2,3], val = 3
输出：2, nums = [2,2]
解释：函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。例如，函数返回的新长度为 2 ，而 nums = [2,2,3,3] 或 nums = [2,2,0,0]，也会被视作正确答案。

为什么返回数值是整数，但输出的答案是数组呢?请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。

思路1：暴力解法双循环时间O（n^2), 遇到等于val的值，则把后面的数都提前；代码略
思路2：双指针，代替双循环，时间O(n)
关键点：「双指针法（快慢指针法）在数组和链表的操作中是非常常见的，很多考察数组和链表操作的面试题，都使用双指针法。」

class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int fastindex, lowindex = 0;

        for( fastindex = 0; fastindex < nums.size(); fastindex++){
             if(nums[fastindex] != val)
                 nums[lowindex++] = nums[fastindex];
         }
         return lowindex;

双指针优化，即对于第一个元素是要删除的值，则需要将整个数组提前一个的例子
因为元素的顺序可以改变，所以如果左指针指向的是val,可以考虑用右指针指向元素取代左指针元素，然后右指针向前一个,即【1，2，3，4，5】，val = 1,则用5取代1

  //参考官网
        int right = nums.size() -1, left = 0;
        while(left <= right){
            if(nums[left] == val){
                nums[left] = nums[right];
                right--;
            }else{
                left++;
            }
        }
        
        return left;
    }

3、 209：长度最小的子数组-滑动窗口-中等

题目：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 [numsl, numsl+1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例 1：
输入：target = 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。

思路1：暴力求解，双循环，时间O(n^2)

思路2：前缀和数组+二分查找：O(nlogn), 即对于每一个位置i,查找后面某个最小位置j,使得i和j之间的和大于等于target；位置j就需要在前缀和数组中二分查找；注意点是nums数组需要没有负数，即保证前缀和数组升序。另外，在c++中有库函数low_bound实现二分查找位置j

（在解题评论区看到有人说明明有O(n）的解法，为什么还要考虑O9nlogn)的解法，有人回答现实中可能会因为各种考量，并不能只追求最优解法，其他的思想同样会用到。甚有道理。）

思路3：滑动窗口时间O(n)，空间O(1);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。关键点在滑动窗口开端i和结尾j的配合上,

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int i , j, len; //滑动窗口起止，长度
        int result = nums.size() +1;
        int sum = 0;
        i = j = 0;
        int s = nums.size();
        for(j = 0; j < s; j++){//将窗口一直向后扩大
            sum += nums[j];
            while(sum >= target){ //达到扩大边界，则开端i向后移
                len = (j-i)+1;
                result = len < result ? len : result;
                sum -= nums[i++];
            }
        }
        if(result > nums.size())
            return 0;
        else
            return result;
    }
};

对于滑动窗口，有一个思想是先得到初始窗口，然后保证后面窗口只平移或缩小，那么就不用专门维护一个最小长度，但逻辑上没有原始的好理解

4、 59：螺旋矩阵II-模拟法-中等

题目内容
思路1：模拟法，设定边界
关键点：循环不变量原则，前开后闭。即上下左右边都是填充相同的数量，对于上例，分别是12 34 56 78
「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。」

补充：二维vector数组的初始化

  //直接初始化
  vector<vector<int>> ans(r,vector<int>(c,0));
  //或者用resize
  vector<vector<int> > res;
        res.resize(r);//r行
        for (int k = 0; k < r; ++k){
            res[k].resize(c);//每行为c列
        }

代码：

class Solution {
public:
    vector<vector<int>> generateMatrix(int n) {
       
        int l_num = n-1; //一边的元素个数，前开后闭
        int start = -1, end = -1; //start，end确切地说应该是每一圈左上角坐标
        int count = 1;
        //初始化二维的vector
        vector<vector<int>> ans(n,vector<int>(n,0));
        
        for(int i = n; i >0; i = i-2){
            l_num = i-1;
            start++;
            end++;
            //奇数n的最后一圈
            if(l_num == 0 && (n%2 != 0)){
                ans[start][end] = count++;
                break;
            }
            //对于每一圈，共四边
            //上边
            for(int j = 0; j < l_num ; j++ ){
                ans[start][end+j] = count++;
            }
            //右边
            for(int j = 0; j < l_num; j++){
                ans[start+j][end+l_num] = count++;
            }
             //下边
            for(int j = 0; j < l_num ; j++ ){
                ans[start + l_num][end+l_num - j] = count++;
            }
            //左边
            for(int j = 0; j < l_num; j++){
                ans[start+l_num - j][end] = count++;
            }
            
        }
        return ans;
    }
};

优化代码：通过改变left，top,right,bottom四个边界值，进行填充，取自精华帖krahets

class Solution {
public:
    vector<vector<int>> generateMatrix(int n) {
        int num = 1;
        int left = 0, top = 0, right = n - 1, bottom = n - 1;

        //初始化数组
        vector<vector<int>> res(n,vector<int>(n));
        while (num <= n*n ) {

            //left to right
            for (int i = left; i <= right; ++i) res[top][i] = num++;
            ++top;

            //top to bottom
            for (int i = top; i <= bottom; ++i) res[i][right] = num++;
            --right;

            //right to left
            for (int i = right; i >= left; --i) res[bottom][i] = num++;
            --bottom;

            //bottom to top
            for (int i = bottom; i >= top; --i) res[i][left] = num++;
            ++left;
        }
        return res;
    }
};

5、977-有序数组的平方（简单）

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。link

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]

1、简单解法：求平方后再排序，时间复杂度O(nlogn)

**2、双指针法：**根据数据的排序，可以先找到正负边界，然后两个指针分别向两侧扩展，哪个指针的数值小则优先加入数组ans(从左向右填ans)。时间复杂度O(n)

注意点：数组下标和数组值经常弄混
一个新的边界判断code方法,看注释部分和后面的版本

class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {
        int fast, low;
        fast = low = 0;
        vector<int> ans;
        //找到非负边界
        for(fast = 0; fast < nums.size(); fast++ ){
            if(nums[fast] >= 0){
                break;
            }
        }
       
        low = fast - 1;
       
        // while(low >= 0  && fast < nums.size()){
        //     if(abs(nums[low]) <= abs(nums[fast])){
        //         ans.push_back(nums[low] * nums[low]);
        //         low--;
        //     }else{
        //         ans.push_back(nums[fast] * nums[fast]);
        //         fast++;
        //     }
        // }
        // //处理边界问题
        // if(fast < nums.size()){
        //     for(; fast < nums.size(); fast++){
        //          ans.push_back(nums[fast] * nums[fast]);
        //     }
        // }else{
        //     for(; low >= 0; low--){
        //          ans.push_back(nums[low] * nums[low]);
        //     }
        // }
         while(low >= 0  || fast < nums.size()){
             //处理边界问题
            if(low < 0 ){           
                ans.push_back(nums[fast] * nums[fast]); 
                fast++;          
            }else if(fast == nums.size()){
           
                ans.push_back(nums[low] * nums[low]);
                low--;
            
            }else if(abs(nums[low]) <= abs(nums[fast])){
                ans.push_back(nums[low] * nums[low]);
                low--;
            }else{
                ans.push_back(nums[fast] * nums[fast]);
                fast++;
            }
        }
        */

**3、双指针法：**和2一样的思想，但是两个指针初始时指向nums两侧，数值大的优先放入ans右端（即从右向左填ans，所以需要提前设定ans大小）。和2相比，减少了正负交界处的寻找，且指针问题边界判断简单。时间复杂度O(n)

class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {
        int fast, low;
        fast = low = 0;
        vector<int> ans(nums.size(), 0);
        int k = nums.size() - 1;
        for(low = 0, fast = nums.size() - 1; low <= fast;){
            if(abs(nums[low]) > abs(nums[fast])){
                ans[k--] = nums[low] * nums[low];
                low++;
            }else{
                ans[k--] = nums[fast] * nums[fast];
                fast--;
            }
        }
        
    
        return ans;
    }
};

三、总结

边界的判断，比如空数组的判断
防溢出考虑
循环不变量
变量命名要有意义和规则
刷题中库函数的使用取决于这道题的考察重点，比如要考察二分查找，直接用库函数实现并没有意义。
数组下标和数组值不要搞混

注：按照代码随想录的刷题指南进行
参考链接：https://leetcode-cn.com/circle/article/wGp7Y9/
题目来源：力扣（LeetCode）

coding随笔

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
Leetcode数组篇总结（c++）

文章目录一、基础知识二、经典题目1、35：搜索插入位置 -二分查找-简单2、27：移除元素-双指针-简单3、 209：长度最小的子数组-滑动窗口-中等4、 59：螺旋矩阵II-模拟法-中等三、总结一、基础知识一维数组：连续内存空间上的相同类型数据的集合二维数组：对于二维数组nums，nums[0]实际上是一个指向第一行数组的指针，借用代码随想录中的图片如下：同时，二维数组在内存中不一定连续，与语言特性有关，但对于静态数组来说，内存是连续的。二、经典题目1、35：搜索插入位置 -二分查找-简单
复制链接

扫一扫