代码随想录训练营Day2 | 数组part2

本文介绍了如何使用双指针解决有序数组的平方问题,以及利用滑动窗口算法找到长度最小的满足和大于目标值的子数组。同时讨论了螺旋矩阵II的相关内容,强调了时间复杂度为O(n)的高效算法设计。
摘要由CSDN通过智能技术生成

977.​​​​​​有序数组的平方

在这里插入图片描述

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;
    }
};


时间复杂度: O(n) 因为每个元素被访问一次
有序数组的平方:根据题目给出的从小到大的样例,就要想到双指针的核心逻辑
对于result数组初始化的写法,第一个参数表示大小,第二个参数是全0
vector& nums表示一个对整型vector的引用。这种语法在函数参数中非常常见,用于传递一个vector到函数内部,

209.长度最小的子数组

要用到滑动窗口
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。
在这里插入图片描述

那么什么是窗口: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。这样就可以不断调节子序列起始位置。

在这里插入图片描述

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int i = 0;
        int sum = 0;
        int sublength = 0;
        int result = INT32_MAX;
        for (int j = 0;j < nums.size();j++){
            sum += nums[j];
            //使用while,不断比较
            while(sum >= target){
                sublength = j - i + 1;
                result=result < sublength ? result : sublength;//选择二者之间小的
                sum = sum - nums[i++];//缩小滑窗
            }
        }
        return result == INT32_MAX ? 0 : result;
    }
};

时间复杂度: O(n)
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)。
核心逻辑是:定住左边,在for循环里动右边,直到整个窗口大于target再动左边。

螺旋矩阵II

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值