14天刷爆LeetCode算法学习计划——Day02双指针(1)

简介: 确定了是双指针的套路以后,首先我们要先定义两个指针 left 和 right ,分别指向数组的头和尾,再设定一个辅助的数组以存放排序完的数组result[]以及其下标Index,然后比较他们的平方的大小(由题意)哪个更大就把它放到新的数组里面去,这时候这个被比较完的数就被我们“抛弃”了。可以这么理解:它被放到另外的地方去了

一、前言


盲目刷题只会让自己心态爆炸,所以本期14天算法学习计划,也是LeetCode上的 [算法] 学习计划,在本专栏的每一篇文章都会整理每一天的题目并给出详细题解,以及知识点的整理


二、知识点


双指针其实前面已经在归并排序中有提及,就是两个指针和一个辅助数组(用来存放)排序完的数组,文章链接在下方⬇⬇⬇


算法排序5——归并排序&分治思想


三、LeetCode977. 有序数组的平方


1.题目


LeetCode977. 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]


2.解题示意图


由于将数组以升序排列,所以我们可以有这么个大概思路

两个两个比较,把大的那个就放到新数组里面去,然后比较下一组


这不就是双指针的套路吗!?


确定了是双指针的套路以后,首先我们要先定义两个指针 left 和 right ,分别指向数组的头和尾,再设定一个辅助的数组以存放排序完的数组result[]以及其下标Index,然后比较他们的平方的大小(由题意)哪个更大就把它放到新的数组里面去,这时候这个被比较完的数就被我们“抛弃”了。可以这么理解:它被放到另外的地方去了


如果是末尾的更大的话,那么下一个要比较的就是它前一个数,即指针right的值要减一,再把新的指针right指向的值与幸存的较小的那个再比较,看看哪个大。


如果是首位的更大的话,那么下一个要比较的就是它前=后一个数,即指针left的值要加一,再把新的指针right指向的值与幸存的较小的那个再比较,看看哪个大


7c9c5808e9204da19ff49d6ebb67b26c.png

e72522db31f94fc5ab5400d05c387f25.png

31a8e7361c8a4fd9b64ab0fef1fa2b5a.png


最后,两个指针都指向同一个数,也就是最小的哪个,所以如果left指针指向的值和right指针指向的值相同的话,可以自行选择是把right指向的值移动还是把left指向的值移动,两种选择都一样


d77d96013fb44752a486cfa8f5b139da.png


3.解题思路


1.定义一个辅助数组,存放比较完的数

2.定义双指针以及辅助数组下标Index

3.用两个变量分别接收left和right指针指向的数的平方(使得代码更简洁)

4.将平方更大的数放入辅助数组(倒序,因为题目要求从小到大排序)且Index的值-1

5.如果更大的是left指向的数,那么left的值+1

6.如果更大的是right指向的数,那么right的值-1

7.返回值


4.代码实现


class Solution {
    public int[] sortedSquares(int[] nums) {
      //定义一个辅助数组,存放比较完的数
        int[] result = new int[nums.length];
        //定义双指针
        int left = 0;
        int right = nums.length - 1;
        //定义辅助数组下标
        int Index = nums.length - 1;
        while(left <= right){
          //用变量接收平方值
            int num1 = nums[left] * nums[left];
            int num2 = nums[right] * nums[right];
            //判断左右指针谁指向的数的平方更大
            //左指针更大
            if(num1 >= num2){
                result[Index] = num1;
                left ++;
                Index--;
            }
            //右指针更大
            else{
                result[Index] = num2;
                right--;
                Index--;
            }
        }
        //返回值
        return result;
    }
}


5.验证代码


21fb09f1734e44c28cc85e1cb158c382.png


四、结语


本题还有暴力解法,代码也很简单,但是复杂度要更高,所以在这里没有贴出代码。下一篇文章将分析一道有关双指针的中等题,如果有其它思路欢迎评论留言

相关文章
|
15天前
|
存储 算法
数据结构与算法学习二二:图的学习、图的概念、图的深度和广度优先遍历
这篇文章详细介绍了图的概念、表示方式以及深度优先遍历和广度优先遍历的算法实现。
30 1
数据结构与算法学习二二:图的学习、图的概念、图的深度和广度优先遍历
|
15天前
|
算法 Java 数据库
数据结构与算法学习十五:哈希表
这篇文章详细介绍了哈希表的概念、应用实例、实现思路,并提供了使用Java实现的哈希表代码。
37 0
数据结构与算法学习十五:哈希表
|
12天前
|
缓存 算法 Java
JVM知识体系学习六:JVM垃圾是什么、GC常用垃圾清除算法、堆内存逻辑分区、栈上分配、对象何时进入老年代、有关老年代新生代的两个问题、常见的垃圾回收器、CMS
这篇文章详细介绍了Java虚拟机(JVM)中的垃圾回收机制,包括垃圾的定义、垃圾回收算法、堆内存的逻辑分区、对象的内存分配和回收过程,以及不同垃圾回收器的工作原理和参数设置。
36 4
JVM知识体系学习六:JVM垃圾是什么、GC常用垃圾清除算法、堆内存逻辑分区、栈上分配、对象何时进入老年代、有关老年代新生代的两个问题、常见的垃圾回收器、CMS
|
13天前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
40 2
动态规划算法学习三:0-1背包问题
|
9天前
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
17 2
|
13天前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
48 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
13天前
|
算法
动态规划算法学习二:最长公共子序列
这篇文章介绍了如何使用动态规划算法解决最长公共子序列(LCS)问题,包括问题描述、最优子结构性质、状态表示、状态递归方程、计算最优值的方法,以及具体的代码实现。
55 0
动态规划算法学习二:最长公共子序列
|
13天前
|
缓存 负载均衡 算法
nginx学习:配置文件详解,负载均衡三种算法学习,上接nginx实操篇
Nginx 是一款高性能的 HTTP 和反向代理服务器,也是一个通用的 TCP/UDP 代理服务器,以及一个邮件代理服务器和通用的 HTTP 缓存服务器。
19 0
nginx学习:配置文件详解,负载均衡三种算法学习,上接nginx实操篇
|
15天前
|
算法 搜索推荐 Shell
数据结构与算法学习十二:希尔排序、快速排序(递归、好理解)、归并排序(递归、难理解)
这篇文章介绍了希尔排序、快速排序和归并排序三种排序算法的基本概念、实现思路、代码实现及其测试结果。
13 1
|
15天前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
14 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)