【数据结构和算法】移动零

简介: 给定一个数组nums,编写一个函数将所有0移动到数组的末尾,同时保持非零元素的相对顺序。请注意,必须在不复制数组的情况下原地对数组进行操作。进阶:你能尽量减少完成的操作次数吗?

 其他系列文章导航

Java基础合集

数据结构与算法合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

2.1 方法一:双指针

2.2 方法二:两次遍历

2.3 方法三:一次遍历

三、代码

3.1 方法一:双指针

3.2 方法二:两次遍历

3.3 方法三:一次遍历

四、复杂度分析

4.1 方法一:双指针

4.2 方法二:两次遍历

4.3 方法三:一次遍历


前言

这是力扣的283题,难度为简单,解题方案有很多种,本文讲解我认为最奇妙的三种。


一、题目描述

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

请注意 ,必须在不复制数组的情况下原地对数组进行操作。

示例 1:

输入: nums =[0,1,0,3,12]

输出: [1,3,12,0,0]


示例 2:

输入: nums = [0]


输出: [0]


提示:

    • 1 <= nums.length <= 104
    • -231 <= nums[i] <= 231 - 1

    进阶:你能尽量减少完成的操作次数吗?


    二、题解

    2.1 方法一:双指针

    思路与算法:

    使用双指针,i 指针指向当前已经处理好的序列的尾部,j 指针指向待处理序列的头部。

    j 指针不断向右移动,每次 j 指针指向非零数,则将 i j 指针对应的数交换,同时 i 指针右移。

    注意到以下性质:

      1. i 指针左边均为非零数;
      2. j 指针左边直到左指针处均为零。

      因此每次交换,都是将 i 指针的零与 j 指针的非零数交换,且非零数的相对顺序并未改变。

      2.2 方法二:两次遍历

      思路与算法:

      首先创建两个指针 i 和 j,第一次遍历的时候指针 j 用来记录当前有多少非 0 元素。

      即遍历的时候每遇到一个非 0 元素就将其往数组左边挪,第一次遍历完后,j 指针的下标就指向了最后一个非 0 元素下标。

      image.gif编辑

      第二次遍历的时候,起始位置就从 j 开始到结束,将剩下的这段区域内的元素全部置为 0。

      2.3 方法三:一次遍历

      思路与算法:

      参考了快速排序的思想,快速排序首先要确定一个待分割的元素做中间点 x,然后把所有小于等于 x 的元素放到 x 的左边,大于 x 的元素放到其右边。

      这里我们可以用 0 当做这个中间点,把不等于 0(注意题目没说不能有负数)的放到中间点的左边,等于 0 的放到其右边。

      这的中间点就是 0 本身,所以实现起来比快速排序简单很多,我们使用两个指针 i 和 j,只要 nums[i]!=0,我们就交换 nums[i] 和 nums[j]


      三、代码

      3.1 方法一:双指针

      Java版本:

      class Solution {
          public static void moveZeroes(int[] nums) {
              int n = nums.length;
              if (n == 0 || n == 1) return;
              int i = 0, j = 0;
              while (j < n) {
                  if (nums[j] != 0) {
                      reserve(nums, i, j);
                      i++;
                  }
                  j++;
              }
          }
          void reserve(int[] nums, int i, int j) {
              int temp = nums[i];
              nums[i] = nums[j];
              nums[j] = temp;
          }
      }

      image.gif

      C++版本:

      class Solution {
      public:
          void moveZeroes(vector<int>& nums) {
              int n = nums.size(), i = 0, j = 0;
              while (j < n) {
                  if (nums[j]) {
                      swap(nums[i], nums[j]);
                      i++;
                  }
                  j++;
              }
          }
      };

      image.gif

      3.2 方法二:两次遍历

      Java版本:

      class Solution {
          public static void moveZeroes1(int[] nums) {
              int n = nums.length;
              if (n == 0 || n == 1) return;
              int j = 0;
              for (int i = 0; i < n; i++) {
                  if (nums[i] != 0) {
                      nums[j++] = nums[i];
                  }
              }
              for (int i = j; i < n; i++) {
                  nums[i] = 0;
              }
          }
      }

      image.gif

      C++版本:

      class Solution {
      public:
          void moveZeroes(vector<int>& nums) {
              int n = nums.size();
              if (n == 0 || n == 1) return;
              int j = 0;
              for (int i = 0; i < n; i++) {
                  if (nums[i] != 0) {
                      nums[j++] = nums[i];
                  }
              }
              for (int i = j; i < n; i++) {
                  nums[i] = 0;
              }
          }
      };

      image.gif

      3.3 方法三:一次遍历

      Java版本:

      class Solution {
         public static void moveZeroes2(int[] nums) {
              int n = nums.length;
              if (n == 0 || n == 1) return;
              int j = 0;
              for (int i = 0; i < n; i++) {
                  if (nums[i] != 0) {
                      int temp = nums[i];
                      nums[i] = nums[j];
                      nums[j++] = temp;
                  }
              }
          }
      }

      image.gif

      C++版本:

      class Solution {
      public:
          void moveZeroes(vector<int>& nums) {
              int n = nums.size();
              if (n == 0 || n == 1) return;
              int j = 0;
              for (int i = 0; i < n; i++) {
                  if (nums[i] != 0) {
                      int temp = nums[i];
                      nums[i] = nums[j];
                      nums[j++] = temp;
                  }
              }
          }
      };

      image.gif


      四、复杂度分析

      4.1 方法一:双指针

        • 时间复杂度:O(n)。
        • 空间复杂度:O(1)。

        4.2 方法二:两次遍历

          • 时间复杂度:O(n)。
          • 空间复杂度:O(1)。

          4.3 方法三:一次遍历

            • 时间复杂度:O(n)。
            • 空间复杂度:O(1)。


            目录
            相关文章
            |
            2月前
            |
            算法 数据处理 C语言
            C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
            本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
            58 1
            |
            2月前
            |
            机器学习/深度学习 算法 数据挖掘
            K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
            K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
            146 4
            |
            3月前
            |
            存储 人工智能 算法
            数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
            这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
            106 3
            数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
            |
            1天前
            |
            存储 算法 测试技术
            【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
            本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
            14 2
            |
            17天前
            |
            存储 运维 监控
            探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
            在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
            53 20
            |
            2月前
            |
            存储 算法 搜索推荐
            Python 中数据结构和算法的关系
            数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
            |
            2月前
            |
            数据采集 存储 算法
            Python 中的数据结构和算法优化策略
            Python中的数据结构和算法如何进行优化?
            |
            2月前
            |
            算法
            数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
            在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
            123 23
            |
            2月前
            |
            算法
            数据结构之蜜蜂算法
            蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
            64 20
            |
            2月前
            |
            并行计算 算法 测试技术
            C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
            C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
            71 1