2-数组-22-删除有序数组中的重复项-LeetCode26

2-数组-22-删除有序数组中的重复项-LeetCode26

LeetCode:题目序号26


更多内容欢迎关注我(持续更新中,欢迎Star✨)

Github:CodeZeng1998/Java-Developer-Work-Note

技术公众号:CodeZeng1998(纯纯技术文)

生活公众号:好锅(Life is more than code)

CSDN: CodeZeng1998

其他平台:CodeZeng1998好锅


26. 删除有序数组中的重复项

给你一个 非严格递增排列 的数组 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。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。

考虑 nums 的唯一元素的数量为 k ,你需要做以下事情确保你的题解可以被通过:

  • 更改数组 nums ,使 nums 的前 k 个元素包含唯一元素,并按照它们最初在 nums 中出现的顺序排列。nums 的其余元素与 nums 的大小不重要。
  • 返回 k

判题标准:

系统会用下面的代码来测试你的题解:

int[] nums = [...]; // 输入数组
int[] expectedNums = [...]; // 长度正确的期望答案

int k = removeDuplicates(nums); // 调用

assert k == expectedNums.length;
for (int i = 0; i < k; i++) {
    assert nums[i] == expectedNums[i];
}

如果所有断言都通过,那么您的题解将被 通过

示例 1:

输入:nums = [1,1,2]
输出:2, nums = [1,2,_]
解释:函数应该返回新的长度 2 ,并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。

示例 2:

输入:nums = [0,0,1,1,1,2,2,3,3,4]
输出:5, nums = [0,1,2,3,4]
解释:函数应该返回新的长度 5 , 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。

提示:

  • 1 <= nums.length <= 3 * 104
  • -104 <= nums[i] <= 104
  • nums 已按 非严格递增 排列
    /**
     * 删除有序数组中的重复项(快慢指针)
     *
     * @param nums 待处理的数组
     * @return 返回处理后的数组的长度
     */
    public int removeDuplicates(int[] nums) {
        if (nums.length == 0) {
            return 0;
        }

        int slowIndex = 1;

        for (int fastIndex = 1; fastIndex < nums.length; fastIndex++) {
            if (nums[fastIndex] != nums[fastIndex - 1]) {
                nums[slowIndex] = nums[fastIndex];
                slowIndex++;
            }
        }

        return slowIndex;
    }

ChatGPT:

这段代码是一个名为 removeDuplicates 的方法,它接受一个整数数组 nums 作为输入参数。其目的是移除数组中的重复元素,并返回移除重复元素后剩余元素的数量。

下面是代码的解释:

  1. 空数组检查
    • if (nums.length == 0) { return 0; }:如果输入数组的长度为0,则直接返回0,因为空数组中没有重复元素。
  2. 初始化慢指针
    • int slowIndex = 1;:这行代码初始化了一个慢指针 slowIndex,它从索引位置1开始,因为第一个元素无论如何都是不重复的。
  3. 双指针迭代
    • for (int fastIndex = 1; fastIndex < nums.length; fastIndex++) {:这个循环使用两个指针来遍历数组。快指针 fastIndex 从索引位置1开始,逐步增加。
    • 循环内部:if (nums[fastIndex] != nums[fastIndex - 1]) {:这个条件检查当前元素与前一个元素是否相同。
      • 如果当前元素与前一个元素不相同,表示当前元素是一个新的不重复元素,需要保留。
        • nums[slowIndex] = nums[fastIndex];:将当前不重复的元素复制到慢指针 slowIndex 所指示的位置。
        • slowIndex++;:将慢指针向后移动一位,以便指向下一个位置,准备接收下一个不重复元素。
  4. 返回剩余元素的数量
    • return slowIndex;:循环结束后,慢指针 slowIndex 指向的位置之前的所有元素都是不重复的。因此,slowIndex 的值表示数组中剩余不重复元素的数量。将这个值作为方法的结果返回。

总的来说,这个方法使用了两个指针来遍历数组,通过逐步移动慢指针来覆盖重复的元素,从而实现了移除重复元素的目的。最后,返回的结果是剩余不重复元素的数量。


26. Remove Duplicates from Sorted Array

Given an integer array nums sorted in non-decreasing order, remove the duplicates in-place such that each unique element appears only once. The relative order of the elements should be kept the same. Then return the number of unique elements in nums.

Consider the number of unique elements of nums to be k, to get accepted, you need to do the following things:

  • Change the array nums such that the first k elements of nums contain the unique elements in the order they were present in nums initially. The remaining elements of nums are not important as well as the size of nums.
  • Return k.

Custom Judge:

The judge will test your solution with the following code:

int[] nums = [...]; // Input array
int[] expectedNums = [...]; // The expected answer with correct length

int k = removeDuplicates(nums); // Calls your implementation

assert k == expectedNums.length;
for (int i = 0; i < k; i++) {
    assert nums[i] == expectedNums[i];
}

If all assertions pass, then your solution will be accepted.

Example 1:

Input: nums = [1,1,2]
Output: 2, nums = [1,2,_]
Explanation: Your function should return k = 2, with the first two elements of nums being 1 and 2 respectively.
It does not matter what you leave beyond the returned k (hence they are underscores).

Example 2:

Input: nums = [0,0,1,1,1,2,2,3,3,4]
Output: 5, nums = [0,1,2,3,4,_,_,_,_,_]
Explanation: Your function should return k = 5, with the first five elements of nums being 0, 1, 2, 3, and 4 respectively.
It does not matter what you leave beyond the returned k (hence they are underscores).

Constraints:

  • 1 <= nums.length <= 3 * 104
  • -100 <= nums[i] <= 100
  • nums is sorted in non-decreasing order.

更多内容欢迎关注我(持续更新中,欢迎Star✨)

Github:CodeZeng1998/Java-Developer-Work-Note

技术公众号:CodeZeng1998(纯纯技术文)

生活公众号:好锅(Life is more than code)

CSDN: CodeZeng1998

其他平台:CodeZeng1998好锅

  • 26
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 题目描述:给定一个升序整型数组和一个目标值,搜索数组是否存在目标值,若存在返回下标,否则返回-1。 解题思路:由于数组有序的,可以使用二分查找的方法进行搜索。首先确定数组的左右边界,然后计算间位置的下标,比较间位置的值和目标值的大小,如果相等则返回下标,如果间位置的值大于目标值,则在左半部分继续查找,否则在右半部分继续查找,直到找到目标值或者左右边界相遇。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = , right = nums.size() - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] > target) { right = mid - 1; } else { left = mid + 1; } } return -1; } }; ### 回答2: 二分查找(Binary Search)是一种优秀的查找算法,其时间复杂度为O(logn)。在查找有序数组时,二分查找是一种非常高效的方法。 通过不断地将区间缩小为一半来进行查找,二分查找是一种分治思想的应用。具体来说,对于给定的有序数组nums,在区间[0, n-1]查找某一元素target。每次找到区间的间值mid,将mid与target进行比较,如果mid等于target,返回mid的下标。否则,如果mid大于target,在左侧区间[0, mid-1]继续查找;如果mid小于target,在右侧区间[mid+1, n-1]继续查找。如此迭代直至找到target或者区间被缩小为空。 以下是二分查找的简单实现,其left和right表示当前查找区间的左右边界。 ``` int binarySearch(vector<int>& nums, int target) { int n = nums.size(); int left = 0, right = n - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) return mid; else if (nums[mid] > target) right = mid - 1; else left = mid + 1; } return -1; } ``` 需要注意的是,该算法要求目标数组必须有序,否则不能保证正确性。另外,在实现时需要注意整型溢出问题,可以使用left + (right - left) / 2来防止溢出。 ### 回答3: 题目描述: 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的target,如果目标值存在返回下标,否则返回-1。 解题思路: 由于数组有序,可以考虑使用二分查找的方法。二分查找的基本思想是将有序数组一分为二,确认目标值在哪个子数组,然后继续对子数组进行二分查找。具体实现则是定义一个左指针和一个右指针,不断将数组分成两个子数组,然后判断目标值在哪个子数组,直到左右指针相遇时结束。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = 0; int right = nums.size() - 1; while (left <= right) { int mid = (left + right) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; } }; 时间复杂度分析: 二分查找的时间复杂度为O(log n),其n为数组长度。因为每次都将数组分成两个子数组,所以可以得到一个递归式:T(n) = T(n/2) + O(1),根据主定理可以得到其时间复杂度为O(log n)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值