代码随想录算法训练营第一天| 704.二分查找、35.搜索插入位置、27.移除元素

代码随想录算法训练营第一天| 704.二分查找、35.搜索插入位置、27.移除元素

二分查找

题目链接：

https://leetcode.cn/problems/binary-search/

问题

解题思路

主要问题就是索引的区间的开闭问题，具化一点唯一的难度也就是while (left < right)是否带等号以及每次对left或right部分索引的修改

方案一：

搜索区间均闭合，即[left,right]，这样也就意味着每次拿来比较的mid不应该再出现在新的区间内，因为mid所在位置的元素已经进行了判断，不需要再出现在新的区间内，只需要取[left, mid - 1]或[mid + 1, right]。同时由于左右区间均为闭合区间，所以允许left=right，该条件允许成立。

class Solution {
    public int search(int[] nums, int target) {
		int left = 0;
		int right = nums.length - 1;
		while (left <= right){
			int mid = (left + right) / 2;
			if (nums[mid] == target)
				return mid;
			else if (nums[mid] > target)
				right = mid - 1;
			else
				left = mid + 1;
		}
		return -1;
    }
}

方案二：

搜索区间左开右闭或者左闭合开，即[left, right)或(left, right]，下面以左闭又开举例，也就意味着每次right并不在比较的范围内，经过mid判断后只需要取[mid + 1，right) 或 [left, mid)，因为对于开区间来说mid本身就不在考虑的范围内，而也就不允许left=right。

class Solution {
    public int search(int[] nums, int target) {
		int left = 0;
		int right = nums.length;
		while (left < right){
			int mid = (left + right) / 2;
			if (nums[mid] == target)
				return mid;
			else if (nums[mid] > target)
				right = mid;
			else
				left = mid + 1;
		}
		return -1;
    }
}

搜索插入位置

题目链接：

https://leetcode.cn/problems/search-insert-position/

问题

解题思路

对于该问题也是使用二分法，区别仅仅在于当找不到元素时需要查找插入位置，而当使用左开右闭的方式进行二分查找时，当找不到时候的终止条件是left >= right，而其真正的结束循环的位置在left = right。如果在达到结束条件前的最后一次结果是[mid + 1，right) ，那么也就意味着target要比mid+1位置上的元素要大，而right位置上的元素并不在区间内，因为在初始条件下的right就是数组长度，已经是越界的索引，所以最终的位置也就应该是right对应的索引，因为right部分并不是闭合的区间。而如果是[left, mid)则表示最终位置要比left还要小，所以可以使用left位置的索引来表示，而终止条件是left=right，所以使用right统一表示即可

class Solution {
    public int searchInsert(int[] nums, int target) {
		int left = 0;
		int right = nums.length;
		while (left < right){
			int mid = (left + right) / 2;
			if (nums[mid] == target)
				return mid;
			else if (nums[mid] > target){
				right = mid;
			}
			else if (nums[mid] < target){
				left = mid + 1;
			}
		}
		return right;//使用left也可以
    }
}

移除元素

题目链接：

https://leetcode.cn/problems/remove-element/

问题

解法

暴力解法：

直接两层for，难点仅仅在于第二层for来覆盖数据后记得将第一次计数的i索引进行回退，防止覆盖后的还是target

class Solution {
    public int removeElement(int[] nums, int val) {
		int size = nums.length;
		for (int i = 0; i < size; i++) {
			if (nums[i] == val){
				for (int j = i; j < size - 1; j++) {
					nums[j] = nums[j + 1];
				}
				size--;
				i--;
				//i--是防止覆盖当前i会在下一次循环+1，但是为了防止当前位置的i覆盖后的值仍为val，所以要-1
			}
		}
		return size;
    }
}

使用双指针（两个都从起始位置出发）

slowIndex与fastIndex最开始一起出发，而slowIndex当遇到val相同时会停下来等待，而fastIndex会继续走来寻找下一个不是val的值，找到后覆盖slowIndex位置处的数据，然后再让slowIndex走，这样也就导致最后slowIndex的位置或者是val值的位置或者是最后一个元素的位置，即导致索引越界的位置，整体复杂度相比于暴力解法减小了，该方法为O（n）

class Solution {
    public int removeElement(int[] nums, int val) {
		int slowIndex = 0;
		for (int fastIndex = 0; fastIndex < nums.length; fastIndex++){
			if (nums[fastIndex] != val){
				nums[slowIndex++] = nums[fastIndex];
			}
		}
		return slowIndex;
	}
}

使用双指针（一前一后）

左面的找的是等于val的，右面找的是不等于val的，然后用右边覆盖左边，因为左右都是闭区间，所以使用>=

对于这种情况有一个问题是出现rightIndex的值也为val，但是即使如此也可以成功运行，因为覆盖后leftIndex并没有发生变化，会继续进行检查，而rightIndex已经向左移动

class Solution {
    public int removeElement(int[] nums, int val) {
		int leftIndex = 0;
		int rightIndex = nums.length - 1;
		while (leftIndex <= rightIndex){
			if (nums[leftIndex] == val){
				nums[leftIndex] = nums[rightIndex];
				rightIndex--;
			}else
				leftIndex++;
		}
		return leftIndex;
	}
}