leetcode刷题day1：数组part01 数组理论基础，704. 二分查找，27. 移除元素 数组理论基础

第一章  数组part01

数组理论基础，704. 二分查找，27. 移除元素  

 数组理论基础  

文章链接：代码随想录

 

题目建议： 了解一下数组基础，以及数组的内存空间地址，数组也没那么简单。

 704. 二分查找 

题目建议： 大家能把 704 掌握就可以，35.搜索插入位置 和 34. 在排序数组中查找元素的第一个和最后一个位置 ，如果有时间就去看一下，没时间可以先不看，二刷的时候在看。

先把 704写熟练，要熟悉 根据 左闭右开，左闭右闭 两种区间规则 写出来的二分法。

题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

文章讲解：代码随想录

视频讲解：手把手带你撕出正确的二分法 | 二分查找法 | 二分搜索法 | LeetCode：704. 二分查找_哔哩哔哩_bilibili

 

个人理解方面：掌握704 与 34 的关键有：

1. 循环不变量

2. 关于区间的定义

先说循环不变量，在二分查找的程序中 target始终在我们的搜索范围内，其中搜索范围的定义可以有：[l , r], [l, r)  左闭右闭 也就是 l <= target <= r， 也可以是左闭右开 l <= target < r。

在循环开始到循环结束我们一直坚守这个循环不变量。

 

注意点    1. r = len(nums) - 1

我们留意以下两种写法，第一种是左闭右开，细节从第二行就要注意，由于是右开，num[r]并不是我们的搜索范围，所以右边界就等于数组长度，而不是最右元素的下标。

注意点      2. while r >= l:

到底是大于等于还是大于，对于左闭右开来说  [1, 1), [1,2]，前者是没有意义的，所以我们不需要考虑等于的情况。 而对于左闭右闭的情况 [1, 1]，这种是成立的，所以应该考虑这种情况。

34、在排序数组中查找元素的第一个和最后一个位置

子问题：找出左边界，找出右边界

左边界：也就是大于等于target数字的位置

 

5,7,7,8,8,10

回顾二分查找：

二分查找中的循环不变量是target存在LR 之间。

 

寻找左边界问题：

在while循环结束后的L，表示L左边的所有数字小于target，而R的右边表示大于等于target，最终返回L

本题的循环不变量有点难想明白：

1. L左边的数永远小于num[L]，右边R都大于nums[R],而此时的。

2. 需要搜寻的左边界或者说我们的“目标”是第一个大于或者等于target的数

这两个都是我所理解的不变量

由此我们看到代码的写法 当 num[m] >= target 时我们把右边界向左夹逼，最终R的位置正好出于L - 1的位置

def left_bound(nums, target):
    l = 0
    r = len(nums) - 1
    while r >= l:
        m = (l + r) // 2
        if nums[m] >= target:
            r = m - 1
        else:
            l = m + 1
    return l

 

答案即是先找出左边界，再找出左边界+1位置。

容易进入的误区： 是先二分查找找到target，再用while循环左右探索，这样没有将二分查找利用到极致。

在第一次找到左边界后，由于返回的左边界是大于等于target的，如果所有数字都大于target则L = 0 ，此时num[L] != target。而所有数字都小于target的=，将会导致左边界等于数组长度。因此通过寻找左边界就能找到所有 -1的情况。之后再寻找右边界。

def searchRange(nums, target):

    def left_bound(target):
        l = 0
        r = len(nums) - 1
        while r >= l:
            m = (l+r)//2
            # nums[l] <=  (target <= nums[m]) <= nums[r]
            #case1 小于target， 一次比较我们有三种操作，小于 等于 大于，为了不断逼近最左边的target
            #等于的时候应该是r = m - 1， 而target大于num[m]也是r = m - 1 
            #由于答案现在是左闭右闭区间内所以case1 我们选择加一
            if nums[m] < target:
                l = m + 1
            else:
                r = m - 1
        return l
    
    #问题：我的假设是答案在边界中，可是如果num[len(num) - 1] < targe， 我们将会返回数组长度的l
    # 在 [8, 8]， target = 9的情况下我们会返回 2
    left_bound1 = left_bound(target)
    print(left_bound1)
    #因此当l等于数组长度时，或者结果不等于target时则返回 -1
    if left_bound1 == len(nums) or nums[left_bound1] != target:
        return [-1, -1]
    right_bound1 = left_bound(target+1) - 1

    return [left_bound1, right_bound1]
    


print(searchRange([8, 8], 6))
# print(searchRange([5,7,7,8,8,10], 8))

 

 

27. 移除元素

 

题目建议：  暴力的解法，可以锻炼一下我们的代码实现能力，建议先把暴力写法写一遍。 双指针法 是本题的精髓，今日需要掌握，至于拓展题目可以先不看。 

题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

文章讲解：代码随想录

视频讲解：数组中移除元素并不容易！ | LeetCode：27. 移除元素_哔哩哔哩_bilibili

 

这一题我第一时间想到的快速排序中的分割步骤，也就是将一边的数大于某数，一边的数小于某数。将数组第一位设为像快速排序分割算法中，作为分割点的数，不需要删除的数放到这个数左边，需要删除的数放到右边。

def removeElement(nums, val):
        count = 0
        current = 1
        current_val = 0
        nums.insert(0,val)
        while current < len(nums):
            if nums[current] != val:
                nums[current], nums[current_val]= nums[current_val],nums[current]
                current_val += 1
                count +=1
            current +=1
         
        print(nums)
        return count


#由分割算法改良的快慢指针

def removeElement(nums, val):

        count = 0

        # fast = 0

        slow = 0

        for fast in range(0, len(nums)):

            if nums[fast] != val:

                nums[fast], nums[slow] = nums[slow], nums[fast]

                slow += 1

                count +=1

           

        print(nums)

        return count