版本说明
当前版本号[20230816]。
版本 | 修改说明 |
---|---|
20230816 | 初版 |
目录
数组总结篇
数组理论基础
数组是非常基础的数据结构,在面试中,考察数组的题目一般在思维上都不难,主要是考察对代码的掌控能力
也就是说,想法很简单,但实现起来 可能就不是那么回事了。
首先要知道数组在内存中的存储方式,这样才能真正理解数组相关的面试题
数组是存放在连续内存空间上的相同类型数据的集合。
数组可以方便的通过下标索引的方式获取到下标下对应的数据。
举一个字符数组的例子,如图所示:
需要两点注意的是
- 数组下标都是从0开始的。
- 数组内存空间的地址是连续的
正是因为数组的在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址。
例如删除下标为3的元素,需要对下标为3的元素后面的所有元素都要做移动操作,如图所示:
在C++中,要注意vector 和 array的区别,vector的底层实现是array,严格来讲vector是容器,不是数组。
数组的元素是不能删的,只能覆盖。
那么二维数组直接上图,大家应该就知道怎么回事了
那么二维数组在内存的空间地址是连续的么?
我们来举一个Java的例子,例如: int[][] rating = new int[3][4];
, 这个二维数组在内存空间可不是一个 3*4
的连续地址空间
看了下图,就应该明白了:
所以Java的二维数组在内存中不是 3\*4
的连续地址空间,而是四条连续的地址空间组成!
数组的经典题目
在面试中,数组是必考的基础数据结构。
其实数组的题目在思想上一般比较简单的,但是如果想高效,并不容易。
我们之前一共讲解了四道经典数组题目,每一道题目都代表一个类型,一种思想。
二分法
可点击此处,跳转->力扣算法题:704二分查找.Java版(示例代码与导图详解)
这道题目呢,考察数组的基本操作,思路很简单,但是通过率在简单题里并不高,不要轻敌。
可以使用暴力解法,通过这道题目,如果追求更优的算法,建议试一试用二分法,来解决这道题目
- 暴力解法时间复杂度:O(n)
- 二分法时间复杂度:O(logn)
在这道题目中我们讲到了循环不变量原则,只有在循环中坚持对区间的定义,才能清楚的把握循环中的各种细节。
二分法是算法面试中的常考题,建议通过这道题目,锻炼自己手撕二分的能力。
双指针法
可点击此处,跳转->力扣算法题:27移除元素.Java版(示例代码与导图详解)
可点击此处,跳转->力扣算法题:977有序数组的平方.Java版(示例代码与导图详解)
双指针法(快慢指针法):通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
- 暴力解法时间复杂度:O(n^2)
- 双指针时间复杂度:O(n)
这道题目迷惑了不少同学,纠结于数组中的元素为什么不能删除,主要是因为以下两点:
- 数组在内存中是连续的地址空间,不能释放单一元素,如果要释放,就是全释放(程序运行结束,回收内存栈空间)。
- C++中vector和array的区别一定要弄清楚,vector的底层实现是array,封装后使用更友好。
双指针法(快慢指针法)在数组和链表的操作中是非常常见的,很多考察数组和链表操作的面试题,都使用双指针法。
滑动窗口
可点击此处,跳转->力扣算法题:209长度最小的子数组.Java版(示例代码与导图详解)
本题介绍了数组操作中的另一个重要思想:滑动窗口。
- 暴力解法时间复杂度:O(n^2)
- 滑动窗口时间复杂度:O(n)
本题中,主要要理解滑动窗口如何移动 窗口起始位置,达到动态更新窗口大小的,从而得出长度最小的符合条件的长度。
滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而将O(n^2)的暴力解法降为O(n)。
如果没有接触过这一类的方法,很难想到类似的解题思路,滑动窗口方法还是很巧妙的。
模拟行为
可点击此处,跳转->力扣算法题:59螺旋矩阵II.Java版(示例代码与导图详解)
模拟类的题目在数组中很常见,不涉及到什么算法,就是单纯的模拟,十分考察大家对代码的掌控能力。
在这道题目中,我们再一次介绍到了循环不变量原则,其实这也是写程序中的重要原则。
相信大家有遇到过这种情况: 感觉题目的边界调节超多,一波接着一波的判断,找边界,拆了东墙补西墙,好不容易运行通过了,代码写的十分冗余,毫无章法,其实真正解决题目的代码都是简洁的,或者有原则性的,大家可以在这道题目中体会到这一点。
总结
- 二分查找(Binary Search):适用于已排序的数组。通过将数组**不断二分为两部分,缩小查找范围,快速定位目标元素的位置。**这是一种高效的查找方法,时间复杂度为O(log n)。
- 移除元素(Remove Element):**目标是移除数组中指定的元素,并返回新数组的长度。**可以使用双指针的方法,一个指针用于遍历数组,另一个指针指向当前要保留的元素。时间复杂度为O(n),其中n是数组的长度。
- 螺旋数组(Spiral Array):**给定一个二维矩阵,按照顺时针螺旋顺序依次输出所有元素。**可以使用模拟的方法,按照规定的遍历顺序将元素加入结果数组。时间复杂度为O(m*n),其中m和n分别是矩阵的行数和列数。
- 最小覆盖子串(Minimum Window Substring):**给定一个字符串和一个目标子串,在字符串中找到一个最短的子串,使得该子串包含目标子串中的所有字符。**通常使用滑动窗口的方法,在滑动过程中动态调整窗口的大小,找到最短的满足条件的子串。时间复杂度为O(m+n),其中m和n分别是字符串和目标子串的长度。
- 长度最小的数组(Minimum Length Subarray):**给定一个数组和一个目标值,找到长度最小的子数组,使得子数组的元素和大于等于目标值。**可以使用滑动窗口的方法,在滑动过程中动态调整窗口的大小,找到最小的满足条件的子数组。时间复杂度为O(n),其中n是数组的长度。
- 有序数组的平方(Squares of a Sorted Array):**给定一个有序数组,返回一个新数组,新数组中的元素为原数组元素的平方,并且新数组也是有序的。**可以使用双指针的方法,从数组的两端向中间遍历,并将平方后的较大值放入新数组的末尾。时间复杂度为O(n),其中n是数组的长度。