目录
977.有序数组的平方
链接: 有序数组的平方
思路
最直接的做法,即暴力解法,就是对数组中的每一个元素进行平方,也是能通过的。但更高效的做法是双指针,这里指左右指针。
解题方法
- 暴力解法直接看下文代码,就是定义一个新的数组来存储nums数组的每一个元素的平方。
- 双指针之左右指针:
平方的特点是会把负数变成正数,那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。所以一个负数和一个正数平方后的大小要根据绝对值来比较。
我们直接将双指针分别初始化在 nums 的开头和结尾,相当于合并两个从大到小排序的数组。
注:
还有一种双指针的方法
我们可以把元素 0 作为分界线,0 左侧的负数是一个有序数组 nums1,0 右侧的正数是另一个有序数组nums2.
所以,我们可以去寻找正负数的分界点,然后向左右扩展,执行合并有序数组的逻辑。
代码就不实现了,有兴趣的读者可以自己实现一下。
复杂度
Code
- 暴力解法
- 时间复杂度:O(nlogn),其中n是数组的长度
- 空间复杂度:O(logn),除了存储答案的数组以外,我们需要 O(logn) 的栈空间进行排序。
- 双指针
- 时间复杂度:O(n)
- 空间复杂度:O(1)
暴力解法
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
vector<int> res(nums.size());
for (int i = 0; i < nums.size(); i++) {
res[i] = nums[i] * nums[i];
}
sort(res.begin(), res.end());
return res;
}
};
双指针
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int n = nums.size();
//两个指针分别初始化在正负子数组绝对值最大的元素索引
int i = 0, j = n - 1;
//这里得到的有序结果是降序的
int pos = n - 1;
vector<int> res(n);
//使用双指针合并有序数组
while (i <= j) {
if (abs(nums[i]) > abs(nums[j])) {
res[pos] = nums[i] * nums[i];
i++;
} else {
res[pos] = nums[j] * nums[j];
j--;
}
pos--;
}
return res;
}
};
209.长度最小的子数组
链接: 长度最小的子数组
滑动窗口理论基础
所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。
在暴力解法中(下文),是一个for循环滑动窗口的起始位置,一个for循环为滑动窗口的终止位置,用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环,那么应该表示 滑动窗口的起始位置,还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置,那么如何遍历剩下的终止位置?
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环,那么这个循环的索引,一定是表示 滑动窗口的终止位置。
其实从动画中可以发现滑动窗口也可以理解为双指针法的一种!只不过这种解法更像是一个窗口的移动,所以叫做滑动窗口更适合一些。
思路
暴力解法当然是 两个for循环,然后不断的寻找符合条件的子数组,时间复杂度很明显是O(n^2)。
更到校的做法是是使用滑动窗口。
解题方法
- 暴力解法直接看下文代码.
- 本题使用滑动窗口:
在本题中实现滑动窗口,主要确定如下三点:
窗口内是什么?
如何移动窗口的起始位置?
如何移动窗口的结束位置?
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动:如果当前窗口的值大于s了,窗口就要向前移动了(也就是该缩小了)。
窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
可以发现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)暴力解法降为O(n)。
复杂度
- 暴力解法
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
- 滑动窗口
- 时间复杂度:O(n)
- 空间复杂度:O(1)
Code
暴力解法
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int n = nums.size();
if (n == 0) {
return 0;
}
int res = INT_MAX;
for (int i = 0; i < n; i++) {
int sum = 0;
for (int j = i; j < n; j++) {
sum += nums[j];
if (sum >= target) {
res = min(res, j - i + 1);
break;
}
}
}
return res == INT_MAX ? 0 : res;
}
};
滑动窗口
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int res = INT_MAX;
int sum = 0; //滑动窗口的数值之和
int i = 0; //滑动擦混港口的起始位置
int len = 0; //滑动窗口的起始长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 注意这里使用while,每次更新
// i(起始位置),并不断比较子数组是否符合条件
while (sum >= target) {
len = j - i + 1; //取子数组的长度
res = res < len ? res : len;
sum -= nums[i++]; //不断变更i(子数组的起始位置)
}
}
// res没有被赋值的话,就返回0,说明没有符合条件的子数组
return res == INT_MAX ? 0 : res;
}
};
注:
不要以为for里放一个while就以为是O(n^2), 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
59.螺旋矩阵II
链接: 螺旋矩阵II
思路
本体不涉及什么算法,就是让你模拟,但比较考验代码功底。
解题方法
按照右、下、左、上的顺序遍历数组,并使用四个变量圈定未遍历元素的边界,随着螺旋遍历,相应的边界会收缩,直到螺旋遍历完整个数组。
但你要坚持一种区间的写法,不能前边左闭右开,后边写着写着就变成了左闭右闭的写法了。
复杂度
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
Code
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> matrix(n, vector<int>(n, 0));
int upper_bound = 0, lower_bound = n - 1;
int left_bound = 0, right_bound = n - 1;
// 需要填入矩阵的数字
int num = 1;
while (num <= n * n) {
if (upper_bound <= lower_bound) {
// 在顶部从左向右遍历
for (int j = left_bound; j <= right_bound; j++) {
matrix[upper_bound][j] = num++;
}
// 上边界下移
upper_bound++;
}
if (left_bound <= right_bound) {
// 在右侧从上向下遍历
for (int i = upper_bound; i <= lower_bound; i++) {
matrix[i][right_bound] = num++;
}
// 右边界左移
right_bound--;
}
if (upper_bound <= lower_bound) {
// 在底部从右向左遍历
for (int j = right_bound; j >= left_bound; j--) {
matrix[lower_bound][j] = num++;
}
// 下边界上移
lower_bound--;
}
if (left_bound <= right_bound) {
// 在左侧从下向上遍历
for (int i = lower_bound; i >= upper_bound; i--) {
matrix[i][left_bound] = num++;
}
// 左边界右移
left_bound++;
}
}
return matrix;
}
};