DataWhale九月组队学习之LeetCode4

作业12：

首先获取字符串的长度，使用双指针法，一个指针从头部开始，另一个指针从尾部开始，交换两个指针所指向的字符，移动指针，直到两个指针相遇或者交叉。

创建一个列表，包含所有元音字母的小写和大写形式。将字符串s转换为小写，以便比较。遍历字符串s的每个字符，如果它是元音字母，就将它反转。最后返回反转后的字符串。这个算法的时间复杂度是O(n)，其中n是字符串s的长度。这是因为我们只对字符串进行了一次遍历，而且每个字符最多只被处理两次。

这个问题可以使用双指针法来解决，这种方法主要用于在数组中寻找和为特定值的元组。需要对数组进行排序。排序后，遍历数组，对于每一个元素 nums[i]，使用两个指针 left 和 right 分别指向 i 的后面和前面。然后，寻找两个指针指向的元素和 nums[i] 相加等于 0 的情况。如果找到，就把这三个元素作为一个有效的三元组。为了避免找到重复的三元组，需要跳过重复的元素。具体来说，如果 nums[i] 和 nums[i+1] 相等，就让 i+1，跳过这个重复的元素。这个算法的时间复杂度是 O(n^2)，其中 n 是数组的长度。这是因为需要对数组进行排序，然后遍历数组。虽然在遍历数组的过程中使用了双指针，但是双指针的移动并不依赖于 n 的大小，所以整体的时间复杂度仍然是 O(n^2)。

作业13：

可以通过使用双指针技术来解决，一个指针 i 来遍历整个数组，另一个指针 j 用于记录当前需要插入元素的位置。这个算法的时间复杂度是 O(n)，其中 n 是数组的长度。这是因为需要遍历整个数组。空间复杂度是 O(1)，因为只使用了两个指针。

这个问题可以通过使用双指针方法解决。可以定义两个指针：一个慢指针和一个快指针。开始时，两个指针都指向数组的第一个元素。快指针用于遍历整个数组，如果快指针指向的元素和前面的元素相同，并且出现的次数超过2次，那么就将快指针向后移动一位。否则，将慢指针向后移动一位，并将快指针指向的元素复制到慢指针指向的位置。这样，慢指针前面的所有元素都是满足条件的，即出现次数不超过2次。最后，返回慢指针的下一个位置，这就是新数组的长度。这个算法的时间复杂度是O(n)，其中n是数组的长度。因为需要遍历整个数组。空间复杂度是O(1)，因为只使用了常数级别的额外空间。

假设输入的名字是由小写字母组成的字符串。为了解决这个问题，可以使用一个字典来存储每个字符应该出现的次数。对于名字中的每个字符，在字典中增加相应的计数。然后，可以遍历输入的字符串，对每个字符进行检查。如果在字典中对应的计数大于0，那么就减去1，并继续检查下一个字符。如果在字典中对应的计数为0，那么就返回False，因为这意味着输入的字符超过了名字的长度。最后，如果所有的字符都被成功处理，就返回True。这个函数的时间复杂度是O(n)，其中n是输入的字符串的长度。这是因为需要遍历输入的字符串的每个字符。空间复杂度也是O(n)，因为需要存储每个字符应该出现的次数。

作业14：

这个问题可以通过滑动窗口算法来解决。滑动窗口算法常用于在数组或列表中找到满足特定条件的连续元素。初始化一个滑动窗口，包含数组中的前 k 个元素。计算这个滑动窗口的平均值。将滑动窗口向右滑动一位，即将窗口最左边的元素移出，继续计算新的滑动窗口的平均值。重复步骤3，直到窗口滑到数组的末尾。在所有滑动窗口中找到平均数最大的窗口，返回其平均值。这个算法的时间复杂度是 O(n)，其中 n 是数组的长度。因为只遍历数组一次。空间复杂度是 O(1)，因为只使用了几个变量来存储信息，没有使用额外的数据结构。

可以使用双指针的方法来解决这个问题。首先，我们初始化两个指针 left 和 right，分别指向数组的第一个元素。然后，遍历数组，如果当前元素大于等于前一个元素，就将 right 向右移动一位，否则将 left 设置为当前位置。在每一次更新 right 的时候，计算当前连续递增子序列的长度，并更新最大长度。最后返回最大长度即可。时间复杂度为 O(n)，空间复杂度为 O(1)。

这个问题可以使用滑动窗口的思想来解决。可以先遍历一遍数组，统计出每个位置之前（包括该位置）的0的个数。然后再遍历一遍数组，用一个窗口来记录当前连续1的个数，并不断移动窗口的右边界来扩展窗口。在扩展窗口的过程中，需要注意，如果窗口内翻转0的个数超过了k，就需要移动窗口的左边界来缩小窗口，直到窗口内翻转0的个数不超过k为止。这段代码的时间复杂度是O(n)，其中n是数组的长度。