参考引用:代码随想录
- 注:每道 LeetCode 题目都使用 ACM 代码模式,可直接在本地运行,蓝色字体为题目超链接
0. 数组理论基础
- 数组(array)是存放在连续内存空间上的相同类型数据的集合,是一种复合数据类型,它是有序数据的集合,在存储空间中也是按顺序存储。数组中的每个元素具有相同的数据类型,可以方便的通过下标索引的方式访问到对应的数据。根据数组的维度,可以将其分为一维数组、二维数组和多维数组等。举一个字符数组的例子,如图所示
- 数组下标都是从 0 开始的
- 数组内存空间的地址是连续的
- 数值数组元素的默认值为 0,而引用元素的默认值为 null
- 数组元素可以是任何类型,包括数组类型
- 正是因为数组的在内存空间的地址是连续的,所以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
- 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,平时删除操作也是依次用后一位覆盖,因为存储空间申请且初始化后就固定了,如下图二维数组所示。此外,在 C++ 中二维数组也是连续分布的
1. 二分查找
704. 二分查找
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1
- 示例 1
输入: nums = [-1,0,3,5,9,12],target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4- 示例 2
输入: nums = [-1,0,3,5,9,12],target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1- 提示
你可以假设 nums 中的所有元素是不重复的
n 将在 [1, 10000] 之间
nums 的每个元素都将在 [-9999, 9999] 之间
1.1 解题思路
-
使用二分法的前提条件
- 数组为有序数组
- 数组中无重复元素
-
二分法核心思想
- 在二分查找的过程中,保持不变量,即:在 while 寻找每一次边界的处理都要坚持根据区间的定义来操作,这就是循环不变量规则
- 区间的定义一般为两种,左闭右闭即 [left, right],或者左闭右开即 [left, right)
1.2 二分法之左闭右闭
- 例如在数组:1,2,3,4,7,9,10 中查找元素 2,如图所示
// 时间复杂度:O(log n)
// 空间复杂度:O(1)
#include <iostream>
#include <vector>
class Solution {
public:
int search(std::vector<int> &nums, int target) {
int left = 0;
int right = nums.size() - 1; // 定义target在左闭右闭的区间里,[left, right]
while (left <= right) { // 当left==right,区间[left, right]依然有效,所以用 <=
int middle = left + ((right - left) / 2); // 防止溢出 等同于(left + right)/2
if (nums[middle] > target) {
right = middle - 1; // target 在左区间,所以[left, middle - 1]
} else if (nums[middle] < target) {
left = middle + 1; // target 在右区间,所以[middle + 1, right]
} else { // nums[middle] == target
return middle; // 数组中找到目标值,直接返回下标
}
}
// 未找到目标值
return -1;
}
};
int main(int argc, char *argv[]) {
std::vector<int> nums{ 1, 2, 3, 4, 7, 9, 10 };
int target = 2;
Solution solution;
int result = solution.search(nums, target);
std::cout << result << std::endl;
return 0;
}
1.3 二分法之左闭右开
// 时间复杂度:O(log n)
// 空间复杂度:O(1)
#include <iostream>
#include <vector>
class Solution {
public:
int search(std::vector<int> &nums, int target) {
int left = 0;
int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)
while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
int middle = left + (right - left) / 2;
if (nums[middle] > target) {
right = middle;
} else if (nums[middle] < target) {
left = middle + 1;
} else {
return middle;
}
}
return -1;
}
};
int main(int argc, char *argv[]) {
std::vector<int> nums{ 1, 2, 3, 4, 7, 9, 10 };
int target = 2;
Solution solution;
int result = solution.search(nums, target);
std::cout << result << std::endl;
return 0;
}
2. 移除元素
27. 移除元素
给你一个数组 nums 和一个值 val,你需要原地移除所有数值等于 val 的元素,并返回移除后数组的新长度。不要使用额外的数组空间,你必须仅使用 O ( 1 ) O(1) O(1) 额外空间并原地修改输入数组
- 示例 1
给定 nums = [3,2,2,3], val = 3, 函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2- 示例 2
给定 nums = [0,1,2,2,3,0,4,2], val = 2, 函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4- 提示
元素的顺序可以改变
你不需要考虑数组中超出新长度后面的元素
数组的元素在内存地址中是连续的,不能单独删除数组中的某个元素,只能覆盖
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)
2.1 暴力解法
- 两层 for 循环,第一个 for 循环遍历数组元素 ,第二个 for 循环更新数组
// 时间复杂度:O(n^2)
// 空间复杂度:O(1)
#include <iostream>
#include <vector>
class Solution {
public:
int removeElement(std::vector<int> &nums, int val) {
int size = nums.size();
for (int i = 0; i < size; ++i) {
if (nums[i] == val) {
// 发现需要移除的元素,就将数组集体向前移动一位
for (int j = i + 1; j < size; ++j) {
nums[j - 1] = nums[j];
}
// 因为下标 i 以后的数值都向前移动了一位,所以如果不对 i 进行自减操作
// 那么下次循环时会漏掉移动后的当前位置(即原来的下标 i+1)
// 从而导致这个位置上的元素没有被处理到
--i;
--size; // 此时数组的大小 -1
}
}
return size;
}
};
int main(int argc, char *argv[]) {
std::vector<int> nums{ 0, 1, 2, 2, 3, 0, 4, 2 };
Solution solution;
int result = solution.removeElement(nums, 2);
std::cout << result << std::endl;
return 0;
}
2.2 双指针法
- 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
- 定义快慢指针
- 快指针:寻找新数组的元素,新数组就是不含有目标元素的数组
- 慢指针:指向更新的新数组下标的位置
// 时间复杂度:O(n)
// 空间复杂度:O(1)
#include <iostream>
#include <vector>
class Solution {
public:
int removeElement(std::vector<int> &nums, int val) {
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.size(); ++fastIndex) {
if (val != nums[fastIndex]) {
nums[slowIndex] = nums[fastIndex];
++slowIndex;
}
}
return slowIndex;
}
};
int main(int argc, char *argv[]) {
std::vector<int> nums{ 0, 1, 2, 2, 3, 0, 4, 2 };
Solution solution;
int result = solution.removeElement(nums, 2);
std::cout << result << std::endl;
return 0;
}
3. 有序数组的平方
977. 有序数组的平方
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]
3.1 暴力解法
- 每个数平方之后,排个序
// 时间复杂度:O(n + nlogn)
#include <iostream>
#include <vector>
#include <algorithm>
class Solution {
public:
std::vector<int> sortedSquares(std::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;
}
};
int main(int argc, char *argv[]) {
std::vector<int> A{ -7, -3, 2, 3, 11 };
Solution solution;
std::vector<int> result = solution.sortedSquares(A); // 调用快速排序算法
// 打印排序后的数组
for (auto i = result.begin(); i < result.end(); ++i) {
std::cout << *i << ' ';
}
return 0;
}
3.2 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
如果 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 result[k--] = A[i] * A[i];
// 时间复杂度:O(n)
#include <iostream>
#include <vector>
class Solution {
public:
std::vector<int> sortedSquares(std::vector<int> &A) {
std::vector<int> result(A.size());
// 定义左右指针,初始时分别指向数组的第一个和最后一个元素
int left = 0;
int right = A.size() - 1;
// 从右向左遍历数组
for (int i = A.size() - 1; i >= 0; --i) {
// 取左右指针指向的数的平方的较大值添加到结果中,并将左右指针向中间移动
if (A[left] * A[left] >= A[right] * A[right]) {
result[i] = A[left] * A[left];
++left;
} else {
result[i] = A[right] * A[right];
--right;
}
}
return result;
}
};
int main(int argc, char *argv[]) {
std::vector<int> A{ -7, -3, 2, 3, 11 };
Solution solution;
std::vector<int> result = solution.sortedSquares(A); // 调用快速排序算法
// 打印排序后的数组
for (auto i = result.begin(); i < result.end(); ++i) {
std::cout << *i << ' ';
}
return 0;
}
4. 长度最小的子数组
209. 长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的连续子数组,并返回其长度。如果不存在符合条件的子数组,返回 0
- 示例 1
输入:s = 7, nums = [2,3,1,2,4,3] 输出:2 解释:子数组 [4,3] 是该条件下的长度最小的子数组- 提示
1 <= target <= 10^9
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
滑动窗口法
-
所谓滑动窗口(也可以理解为双指针法的一种),就是不断的调节子序列的起始位置和终止位置,从而得出要想的结果。在暴力解法中,是一个 for 循环为滑动窗口的起始位置,另一个 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。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。那么问题来了,滑动窗口的起始位置如何移动呢?这里还是以题目中的示例来举例,s=7,数组是 2,3,1,2,4,3,来看一下查找的过程
-
在本题中实现滑动窗口,主要确定如下三点
-
窗口内是什么?
- 窗口就是满足其和 ≥ s 的长度最小的连续子数组
-
如何移动窗口的起始位置?
- 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)
-
如何移动窗口的结束位置?
- 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
-
窗口内是什么?
-
解题的关键在于窗口的起始位置如何移动,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 ) O(n^2) O(n2) 暴力解法降为 O ( n ) O(n) 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 2n 也就是 O ( n ) O(n) O(n)
// 时间复杂度:O(n)
// 空间复杂度:O(1)
#include <iostream>
#include <vector>
class Solution {
public:
int minSubArrayLen(int target, std::vector<int> &nums) {
int result = INT32_MAX; // 子数组初始值
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); ++j) { // j 滑动窗口终止位置
sum += nums[j];
// 使用 while,每次更新 i(起始位置),并不断比较子序列是否符合条件
while (sum >= target) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i]; // 不断变更 i(子序列的起始位置)
++i;
}
}
// 如果 result 没有被赋值的话,就返回 0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
int main(int argc, char *argv[]) {
std::vector<int> nums{ 2, 3, 1, 2, 4, 3 };
int target = 7;
Solution solution;
std::cout << solution.minSubArrayLen(target, nums) << std::endl;
return 0;
}
5. 螺旋矩阵II
59. 螺旋矩阵 II
给定一个正整数 n,生成一个包含 1 到 n 2 n^2 n2 所有元素,且元素按顺时针顺序螺旋排列的正方形矩阵文章来源:https://www.toymoban.com/news/detail-678135.html
- 示例
输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]
5.1 思路
-
核心思想:循环不变量原则
- 模拟顺时针画矩阵的过程,一圈下来要画每四条边,每画一条边都坚持一致的左闭右开(或左开右闭)原则
- 下图每一种颜色代表一条边及遍历的长度,可以看出每一个拐角处的处理规则,拐角处让给新的一条边来继续画,即左闭右开的原则
- 填充上行从左到右
- 填充右列从上到下
- 填充下行从右到左
- 填充左列从下到上
文章来源地址https://www.toymoban.com/news/detail-678135.html
5.2 代码实现
// 时间复杂度 O(n^2): 模拟遍历二维矩阵的时间
// 空间复杂度 O(1)
#include <iostream>
#include <vector>
class Solution {
public:
std::vector<std::vector<int>> generateMatrix(int n) {
std::vector<std::vector<int>> res(n, std::vector<int>(n, 0)); // 使用vector定义一个二维数组,每个位置初始化为0
int startx = 0, starty = 0; // 定义每循环一个圈的起始位置
int loop = n / 2; // 每个圈循环几次,例如n为奇数3,那么loop = 1 只是循环一圈,矩阵中间的值需要单独处理
int mid = n / 2; // 矩阵中间的位置,例如:n为3,中间的位置就是(1,1),n为5,中间位置为(2, 2)
int count = 1; // 用来给矩阵中每一个空格赋值
int offset = 1; // 需要控制每一条边遍历的长度,每次循环右边界收缩一位
int i,j;
while (loop--) {
i = startx;
j = starty;
// 下面开始的四个for就是模拟转了一圈
// 模拟填充上行从左到右(左闭右开)
for (j = starty; j < n - offset; j++) {
res[i][j] = count++;
}
// 模拟填充右列从上到下(左闭右开)
for (i = startx; i < n - offset; i++) {
res[i][j] = count++;
}
// 模拟填充下行从右到左(左闭右开)
for (; j > starty; j--) {
res[i][j] = count++;
}
// 模拟填充左列从下到上(左闭右开)
for (; i > startx; i--) {
res[i][j] = count++;
}
// 第二圈开始的时候,起始位置要各自加1, 例如:第一圈起始位置是(0, 0),第二圈起始位置是(1, 1)
startx++;
starty++;
// offset 控制每一圈里每一条边遍历的长度
offset += 1;
}
// 如果n为奇数的话,需要单独给矩阵最中间的位置赋值
if (n % 2) {
res[mid][mid] = count;
}
return res;
}
};
int main(int argc, char *argv[]) {
Solution solution;
int n = 3;
std::vector<std::vector<int>> res = solution.generateMatrix(n);
for (int i = 0; i < n; ++i) {
for (int j = 0; j < n; ++j) {
std::cout << res[i][j] << " ";
}
std::cout << std::endl;
}
return 0;
}
到了这里,关于LeetCode刷题(ACM模式)-01数组的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!