「代码随想录」Python刷题笔记Day1-数组专题

二分查找

leetcode-704
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 中的 target，如果目标值存在返回下标，否则返回 -1。

示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9     
输出: 4       
解释: 9 出现在 nums 中并且下标为 4     

示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2     
输出: -1        
解释: 2 不存在 nums 中因此返回 -1    
    
提示：
你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。

二分法的基础思路可以参考：

左闭右闭写法

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)-1 # right为最后一个元素的idx
        while left <= right: #left=right时不会退出
            middle = left + (right - left)//2  # 防止整型溢出
            if nums[middle] < target: 
                left = middle + 1
            elif nums[middle]>target:
                right = middle - 1 # [left, middle-1]
            else:
                return middle
        return -1

左闭右开写法

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums) # right是最后元素的idx+1
        while left < right: # left=right时退出
            middle = left + (right - left)//2
            if nums[middle] < target:
                left = middle + 1
            elif nums[middle]>target:
                right = middle  # [left, middle）
            else:
                return middle
        return -1

我的思考：
1.对于左闭右闭写法，mid所在的区间为[left, right]，当left=right时区间还是有意义的，还不能退出循环，还需要判定是否存在mid=left=right；而左闭右开mid所在的区间为[left, right)，left=right时区间就无意义了，已经可以退出循环了，此时mid要么等于left，要么不在区间中。
2.如果直接用两个int相加，可能会整型溢出，所以改进的方式可以令middle = left + (right - left)//2。关于整型溢出问题可以参考x * x >= 0 一定成立吗？
3.时间复杂度：O(log n)，空间复杂度：O(1)
时间复杂度O(log n)是因为最多经过log2(N)+1次步骤之后，可以获得查找的结果。

参考资料：
数组理论基础
704. 二分查找
二分查找算法详解

移除元素

leetcode-27

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。

示例 1: 给定 nums = [3,2,2,3], val = 3, 
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。
示例 2: 给定 nums = [0,1,2,2,3,0,4,2], val = 2, 
函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。

由于数组的元素在内存地址中是连续的，不能单独删除数组中的某个元素，只能覆盖。删除一个元素是一个O(N)的过程，需要将后面的元素逐个向前覆盖，比如erise(Python中的remove？）

暴力解法的思想，时间复杂度为O(n^2)

for 找到要删除的target
	for 遍历剩下的元素向前覆盖

除了暴力解法以外，更重要的是通过这道题目了解双指针的思路，实现O(n)。

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        fast, slow, n = 0, 0, len(nums)
        while fast < n: # 注意此处没有等于，否则nums[len(nums)]会越界
            if nums[fast]!=val:  # 快指针指向的并非要删除的
                nums[slow] = nums[fast] # 则把该元素放到slow的位置，两个指针向前一步
                slow += 1
                fast += 1
            else: # 否则，快指针向前推进，元素不添加，慢指针不动
                fast += 1
        return slow  # 更新完最后一个元素后，慢指针向前了一位所在位置就是新数组的长度。

注意事项：

1. 快慢指针的理解，快指针指向新数组所需要的元素，慢指针是新数组元素对应的下标值。

参考资料：
27. 移除元素

待完成的题目

35.搜索插入位置(opens new window)
34.在排序数组中查找元素的第一个和最后一个位置(opens new window)
69.x 的平方根
367.有效的完全平方数
26.删除排序数组中的重复项
283.移动零
844.比较含退格的字符串
977.有序数组的平方