算法:数组常见套路1---双指针、取模、打擂台法

这篇具有很好参考价值的文章主要介绍了算法:数组常见套路1---双指针、取模、打擂台法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

算法:数组常见套路1---双指针、取模、打擂台法,算法,数组的合并,数组的删除,数组的轮询,数组的最大差值,数据结构,数据结构与算法

一、数组的合并–双指针[快慢指针]

1、题目:

给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。

  • 注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。

2、分析特点:

两个数组已经被排序,相当于两条有序的队列,非递减,从小到大排队,每次都从两条队伍中取走最小的那个数放到结果中。

3、代码:

   public void merge(int[] nums1, int m, int[] nums2, int n) {
        int p1 = 0, p2 = 0;
        int[] sorted = new int[m + n];
        int cur;
        while (p1 < m || p2 < n) {
            if (p1 == m) {
                cur = nums2[p2++];
            } else if (p2 == n) {
                cur = nums1[p1++];
            } else if (nums1[p1] < nums2[p2]) {
                cur = nums1[p1++];
            } else {
                cur = nums2[p2++];
            }
            sorted[p1 + p2 - 1] = cur;
        }
        for (int i = 0; i != m + n; ++i) {
            nums1[i] = sorted[i];
        }
    }

4、复杂度分析:

  • 时间复杂度:O(m+n)。 指针移动单调递增,最多移动 m+n次,因此时间复杂度为 O(m+n)。

  • 空间复杂度:O(m+n)。 需要建立长度为 m+n 的中间数组 sorted。

5、总结:

本题比较简单,只需要抓住,有序递增的两个数组,直接当队列,抓最小。当然更简单的是直接把其中一个数组的全部元素存储到另外一个数组后面的空间,然后利用封装好的方法排序即可,即 Arrays.sort() 方法

算法:数组常见套路1---双指针、取模、打擂台法,算法,数组的合并,数组的删除,数组的轮询,数组的最大差值,数据结构,数据结构与算法

二、数组的删除–双指针[快慢指针]

1、题目:

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) 额外空间并原地修改输入数组。

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。

2、分析特点:

  • 题目要求:原地移除
  • 移除所有val的元素,则 结果数组一定比原数组的长度更短。要求原地移除 > 我们可以把结果数组直接写在原数组上,并且结果数组是那些非等于val的元素组成的,从位置0开始,到某个位置作为结果数组,而原数组需要从0开始到整个数组的长度进行遍历> 使用双指针。
  • 结果数组的指针:[0, left], 结果数组的目的是收集起来结果,他是left一步步进行加加的。
  • 原数组的指针:[0, right],right <= 原数组长度,right 是用于指向原数组当前的元素是否不会等于val,可以被收集。

3、代码:

       public int removeElement(int[] nums, int val) {
        int n = nums.length;
        int left = 0;
        for (int right = 0; right < n; right++) {
            if (nums[right] != val) {
                nums[left] = nums[right];
                left++;
            }
        }
        return left;
    }

4、复杂度分析:

  • 时间复杂度:O(n)O(n)O(n),其中 nnn 为序列的长度。我们只需要遍历该序列至多两次。

  • 空间复杂度:O(1)O(1)O(1)。我们只需要常数的空间保存若干变量。

5、总结:

本题比较简单,只需要抓住,题意要求:原地移除,原地==>结果只能输出到原数组上面,移除,则结果数组长度比原数组更短。利用结果数组从0,开始left++进行收集,而原数组使用right指针从0开始遍历,判断当前元素是否可以被收集起来。

==> 目的就是收集所有符合条件的元素。

算法:数组常见套路1---双指针、取模、打擂台法,算法,数组的合并,数组的删除,数组的轮询,数组的最大差值,数据结构,数据结构与算法

三、数组的轮询–取模

1、题目:

给定一个整数数组 nums,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。

2、分析特点:

  • 轮转 ==> 取模运算

  • 我们可以使用额外的数组来将每个元素放至正确的位置。用 n 表示数组的长度,我们遍历原数组,将原数组下标为 i 的元素放至新数组下标为 (i+k) mod n 的位置,最后将新数组拷贝至原数组即可。

3、代码:

    public void rotate(int[] nums, int k) {
        int n = nums.length;
        int[] newArr = new int[n];
        for (int i = 0; i < n; ++i) {
            newArr[(i + k) % n] = nums[i];
        }
        System.arraycopy(newArr, 0, nums, 0, n);
    }

4、复杂度分析:

  • 时间复杂度: O(n),其中 n 为数组的长度。
  • 空间复杂度: O(n)。

5、总结:

轮转、循环 k 步,要想到取模运算,另外需要一个新数组作为结果数组是因为如果我们不使用额外数组,我们直接将每个数字放至它最后的位置,这样被放置位置的元素会被覆盖从而丢失,所以需要一个新数组作为结果数组,最后拷贝回去原数组。

算法:数组常见套路1---双指针、取模、打擂台法,算法,数组的合并,数组的删除,数组的轮询,数组的最大差值,数据结构,数据结构与算法

四、数组的最大差值–打擂台法

1、题目:

给定一个整数数组 nums,找出给定数组中两个数字之间的最大差值。要求,第二个数字必须大于第一个数字。

2、分析特点:

  • 求最大差值 ==> 最大值 - 最小值
  • 只需要遍历价格数组一遍,记录历史最小值,非最小值的考虑是最大值。

3、代码:

    public int maxProfit(int nums[]) {
        int minNum = Integer.MAX_VALUE;
        int maxNum = 0;
        for (int i = 0; i < nums.length; i++) {
            if (nums[i] < minNum) {
                minNum = nums[i];
            } else if (nums[i] - minNum > maxNum) {
                maxNum = nums[i] - minNum;
            }
        }
        return maxNum;
    }

4、复杂度分析:

  • 时间复杂度:O(n),只需要遍历一次。
  • 空间复杂度:O(1),只使用了常数个变量。

5、总结:

使用打擂台的思想,遍历的时候,考虑当前值是最小值,则记录最小值,否则考虑当前值是最大值,进行更新。




如果本文对你有帮助的话记得给一乐点个赞哦,感谢!文章来源地址https://www.toymoban.com/news/detail-701857.html

到了这里,关于算法:数组常见套路1---双指针、取模、打擂台法的文章就介绍完了。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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【算法|数组】双指针

    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: 示例 2: 暴力解法 这个很简单啊,无脑平方后调用个排序就解决了。 不过有个很现实的问题就是说:暴力的东西一般都不太好。 这个击败率是不是有点

    2024年02月13日
    浏览(27)
  • 【算法|数组】快慢指针

    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) 额外空间并 原地 修改输入数组 。 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。 首先有一个点我们

    2024年02月13日
    浏览(35)
  • 24届秋招专场·双指针巧解链表套路题

    你好,我是安然无虞。 大家好, 好久不见了, 从今天开始, 后面会经常更新笔试面试真题, 准备今年24届秋招的小伙伴可以提前看过来了哦. 咱们先从链表入手, 基础知识默认大家都会咯, 直接热题开刷, 走着… 我们知道单链表题型中有许多技巧, 其中有很多题都属于那种难者不会

    2024年02月09日
    浏览(27)
  • 算法:删除有序数组中的重复项---双指针[3]

    文章来源: https://blog.csdn.net/weixin_45630258/article/details/132701024 欢迎各位大佬指点、三连 1、题目: 对给定的有序数组 nums 删除重复元素,在删除重复元素之后,每个元素只出现一次,并返回新的长度,上述操作必须通过 原地修改 数组的方法,使用 O(1) 的空间复杂度完成。 2、

    2024年02月09日
    浏览(35)
  • 算法:移除数组中的val的所有元素---双指针[2]

    文章来源: https://blog.csdn.net/weixin_45630258/article/details/132689237 欢迎各位大佬指点、三连 1、题目: 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) 额外空间并 原地修改 输入

    2024年02月09日
    浏览(34)
  • 算法刷题营【Day2】:: 双指针算法应用:滑动窗口 :209. 长度最小的子数组

    本内容是笔者结合《代码随想录》总结所得,记录学习过程,分享知识! 目录: 1. 开篇例题:209. 长度最小的子数组 2. 题解参考 - - 2.1 方法一:暴力法 - - 2.2 方法二:滑动窗口 3. 方法思路点拨:滑动窗口 - - 3.1 直白解释 - - 3.2 本题思路点拨 4. 相关题集 1. 开篇例题:209. 长度

    2024年02月04日
    浏览(35)
  • Java 数组常见的排序和查找算法

    2、数组 2.1、常见的算法: 排序算法: 冒泡排序算法 选择排序算法 2.2、算法实际上在 java 中已经封装好了。 排序可以调用方法。例如:java 中提供了一个数组工具类: java.util.Arrays Arrays 是一个工具类。 其中有一个 sort() 方法,可以排序。静态方法,直接使用类名调用就行。

    2024年01月17日
    浏览(27)
  • 关于C或C++,数组的强制类型转换,uint8_t与char的区别,uint8_t*与char*的兼容性问题以及一些指针的常见问题

    1.类型定义: uint8_t:这是一个无符号 8 位整数类型,定义在 stdint.h 或 inttypes.h 头文件中。它是标准的固定宽度整数类型之一,确保在所有平台上占用 8 位(1 字节)。 char:这是 C 语言的基本字符存储类型,用于存储单个字符。在不同的系统和编译器中,char 可以是有符号的

    2024年01月24日
    浏览(30)
  • 算法套路十九——树形DP

    树形 DP,即在树上进行的 DP。由于树固有的递归性质,这里的DP是指是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法,故虽然带有DP,但一般都是通过 递归 来进行。 给定一棵二叉树,你需要计算它的直径长度。一棵二叉树的直径长度是任意两个结点路

    2024年02月10日
    浏览(80)
  • 算法套路十三——动态规划DP入门

    动态规划和递归都是通过将大问题分解为较小的子问题来解决问题。它们都可以用来解决具有重叠子问题和最优子结构特性的问题。 递归是一种自顶向下的方法, 它从原始问题开始 ,递归地将问题分解为较小的子问题dfs(i)—— dfs(i)代表的是从第i个状态开始进行递归求解能

    2024年02月15日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包