3. 无重复字符的最长子串
给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。
简单解法步骤:
①字符串长度为1,直接返回字符串长度。否则双重循环遍历字符串,设一个中间(字符串)变量(temp)用于存放子串
②第一层循环将子串的首字符(i)存入中间(字符串)变量(temp),第二层循环以首字符的下一个位置(i+1)开始。
③第二层循环中判断字符是否已经存在于中间变量(temp),若不存在,将该字符加入中间变量temp中。如果此时第二层循环遍历到最后一个字符串,比对temp的长度和result的长度,temp长则输出temp长度,temp短则输出result。
④若存在,则比较temp长度和result长度,若temp长,则将temp长度赋给result。置空temp,将重复字符出现的位置与i相加,获得在字符串s中该字符的位置,跳出第二层循环,执行步骤②。
⑤返回result。
代码
class Solution {
public:
int lengthOfLongestSubstring(string s) {
string temp = "";//存放中间产生的子串
int result = 0;
if(s.length()==1){//字符串长度为1时,直接返回
return 1;
}
for(int i=0; i<s.length(); i++){
temp = s[i];
for(int j=i+1; j<s.length(); j++){
int id = temp.find(s[j]);//查找有无重复
if(id == -1){//无重复则加到temp后
temp += s[j];
if(j == s.length()-1){//判断是否到字符串s末尾
if(temp.length() > result) return temp.length();//如果temp长度大于result,返回temp长度
else return result;//否则返回result长度
}
}else {//元素有重复
if(temp.length() > result){//判断temp长度是否大于result
result = temp.length();//temp长度大于result,将result的值替换为temp长度
}
temp = "";//置空temp
i = i+id;//将下标移到s中出现重复字符处
break;//跳出循环
}
}
}
return result;
}
};
4. 寻找两个正序数组的中位数
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 。
算法的时间复杂度应该为 O(log (m+n)) 。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
暴力破题,归并两个数组,再获取中位数。时间复杂度 O ( m + n ) O(m+n) O(m+n)
要想将复杂度降到 O ( l o g ( m + n ) ) O(log(m+n)) O(log(m+n))则需采用二分查找法(已知的复杂度为O(log(n))的算法),目前没有理清思路,先采用归并法解题。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m_size = nums1.size()+nums2.size();//获取合并后数组长度
vector<int> merge(m_size);//初始化一个长度为m_size的vector对象
int m = 0, n = 0, i = 0;
while(m < nums1.size() && n < nums2.size()){//遍历nums1和nums2,比较元素大小,由小到大存入merge中
if(nums1[m] < nums2[n]){
merge[i] = nums1[m];
m++;
i++;
} else if(nums1[m] > nums2[n]){
merge[i] = nums2[n];
n++;
i++;
} else {
merge[i] = nums1[m];
i++;
merge[i] = nums2[n];
m++;
n++;
i++;
}
}
while(m < nums1.size()){//nums1长度大于nums2
merge[i] = nums1[m];
i++;
m++;
}
while(n < nums2.size()){//若nums1长度小于nums2
merge[i] = nums2[n];
i++;
n++;
}
//三目运算符 条件?结果1:结果2
return m_size%2==0? (double)(merge[m_size/2]+merge[m_size/2-1])/2:(double)merge[m_size/2];
}
};
目前采用的方法都是比较简单的,在数据结构与算法方面还有所欠缺,后续补充。
昨天与今天用到的C++基础
- vector(数组模板),它支持面向容器的操作,如排序、插入、重新排列、搜索、将数据转移其它容器等。
//vector创建对象
vector<T> v; //创建一个空对象
vector<T> v(num, value); //创建num个值为value的对象,可以理解为创建大小为num的数组,并给数组元素赋值为value
vector<T> v(num); //创建num个空对象,可以理解为创建大小为num的空数组
vector<T> v(othev); //拷贝其它vector对象
//常用函数
v.push_back(value);//向v中传入值,加在数组末端
v.size();//当前元素个数
v.capacity();//数组总长度
- string类(见c++ primer plus第六版655页)
//构造函数
string(const char * s);
string(size_type n, char c);//初始化字符串,长度为n,每个字符都为c
//。。。(还有很多)
//常用
string s="123";//string类重载了=、+=运算符以及比较运算符,使其可以直接与string对象比较
s += "abc"; //输出为123abc
string b = "123";
s == b;//false
s != b; //true
//用到的函数
find(char c, size_type pos=0);//在字符串中查找字符c,找到返回c的位置,否则返回string::nops(值转换为int型时为-1)
//方法