题目来源:
地址链接:https://leetcode-cn.com/problems/squares-of-a-sorted-array/
描述:
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
示例 2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
思路
暴力排序
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
for (int i = 0; i < A.size(); i++) {
A[i] *= A[i];
}
sort(A.begin(), A.end()); // 快速排序
return A;
}
};
这个时间复杂度是 O(n + nlogn), 可以说是O(nlogn)的时间复杂度,但为了和下面双指针法算法时间复杂度有鲜明对比,我记为 O(n + nlog n)。
双指针法
数组其实是有序的, 只不过负数平方之后可能成为最大数了。
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。
此时可以考虑双指针法了,i指向起始位置,j指向终止位置。
定义一个新数组result,和A数组一样的大小,让k指向result数组终止位置。
如果 A [ i ] ∗ A [ i ] < A [ j ] ∗ A [ j ] , 那 么 r e s u l t [ k − − ] = A [ j ] ∗ A [ j ] ; A[i] * A[i] < A[j] * A[j], 那么result[k--] = A[j] * A[j]; A[i]∗A[i]<A[j]∗A[j],那么result[k−−]=A[j]∗A[j]; 。
如果 A [ i ] ∗ A [ i ] > = A [ j ] ∗ A [ j ] , 那 么 r e s u l t [ k − − ] = A [ i ] ∗ A [ i ] ; A[i] * A[i] >= A[j] * A[j] ,那么result[k--] = A[i] * A[i]; A[i]∗A[i]>=A[j]∗A[j],那么result[k−−]=A[i]∗A[i]; 。
如动画所示:
不难写出如下代码:
class Solution {
public:
vector<int> sortedSquares(vector<int>& A) {
int k = A.size() - 1;
vector<int> result(A.size(), 0);
for (int i = 0, j = A.size() - 1; i <= j;) { // 注意这里要i <= j,因为最后要处理两个元素
if (A[i] * A[i] < A[j] * A[j]) {
result[k--] = A[j] * A[j];
j--;
}
else {
result[k--] = A[i] * A[i];
i++;
}
}
return result;
}
};
此时的时间复杂度为O(n),相对于暴力排序的解法O(n + nlog n)还是提升不少的。
这里还是说一下,大家不必太在意leetcode上执行用时,打败多少多少用户,这个就是一个玩具,非常不准确。
做题的时候自己能分析出来时间复杂度就可以了,至于leetcode上执行用时,大概看一下就行,只要达到最优的时间复杂度就可以了,
一样的代码多提交几次可能就击败百分之百了…
其他语言版本
Python
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
n = len(nums)
i,j,k = 0,n - 1,n - 1
ans = [-1] * n
while i <= j:
lm = nums[i] ** 2
rm = nums[j] ** 2
if lm > rm:
ans[k] = lm
i += 1
else:
ans[k] = rm
j -= 1
k -= 1
return ans