经典问题:移动零 | 是0就得往后挪~

简介: 这是一道LeetCode经典题目“移动零”。

前言


这是一道LeetCode经典题目“移动零”。


题目要求:


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:


输入: nums = [0,1,0,3,12]
输出: [1,3,12,0,0]


方案一:splice与pop


通过分析题目可知,是要找到每一个0,然后将0移动到数组的末尾,同时要注意的是不复制数组,影响的是元素组。


Up Code ~ 上代码 ~


/**
 * @method moveZeroes
 * @description 移动零 - pop/splice
 * @param nums number[]
 * @returns void
 */
function moveZeroes1(nums: number[]): void {
  // 获取数组的长度
  const len = nums.length;
  // 临界点判定
  if (len === 0) return;
  // 用来记录已经挪动到后面的0元素的个数,尽量减少下面for循环执行的次数
  let zeroLength = 0;
  // 遍历每一个元素
  for (let i = 0; i < len - zeroLength; i++) {
    // 判断当前元素是否为0
    if (nums[i] === 0) {
      // 将数组当前i索引位置的元素给移除
      nums.splice(i, 1);
      // 这里一定要注意,如果splice移除了元素之后,在其后的所有元素都会往前走一步
      // 比如移除的是索引0位置,原先索引1位置跑到了索引0位置,不进行处理的话,这个位置的元素就会被跳过
      // 所以这里的i要进行--操作,重新再指向当前位置索引
      i--;
      // 数组末尾添加0
      nums.push(0);
      // 记录里被移动的0的元素个数
      zeroLength++;
    }
  }
}


功能测试:


const nums = [0, 1, 0, 3, 12];
moveZeroes1(nums);
console.log(nums); // [1, 3, 12, 0, 0]


需求是满足了,但是这个是理想的方案吗?!


在方案一中,使用splice来切割数组,这是非常不理智的行为,每移除一个元素,在其后的所有元素都要向前移动,带来了时间复杂度O(n)O(n)O(n)


方案一的整体时间复杂度为:O(n2)O(n^2)O(n2)


有没有更优的方案呢?


方案二:双指针


定义变量j,永远指向nums中第一个0,在遍历nums时,遇到非0元素,则与当前0指引的位置进行元素交换,这样0就移动到了后面,非0元素移动到了前面。然后将j++指向下一个0的位置。


Up Code ~ 上代码 ~


/**
 * @method moveZeroes2
 * @description 移动零 - 双指针
 * @param nums number[]
 * @returns void
 */
function moveZeroes2(nums: number[]): void {
  // 获取数组长度
  const len = nums.length;
  // 临界点判断
  if (len === 0) return;
  // !!!!重点 --- 永远指向第一个0
  // 初始值设置为 -1
  let j = -1;
  // 遍历nums的每一个元素
  for (i = 0; i < len; i++) {
    // 当遇到第1个0时,j还未赋值,进行初始赋值操作
    if (nums[i] === 0 && j < 0) {
      j = i;
    }
    // 遇到非0元素,同时j已经指向了第一个0
    if (nums[i] !== 0 && j >= 0) {
      // 数组结构,交换索引位置的值
      [nums[i], nums[j]] = [nums[j], nums[i]];
      // j索引向后移动一位,指向下一个0
      // 这个位置建议在纸上自己画一下指针移动的效果,就很容易明白了
      j++;
    }
  }
}


时间复杂度:只执行了一次for循环,时间复杂度为O(n)O(n)O(n)


功能测试:


const nums2 = [0, 1, 0, 3, 12];
moveZeroes2(nums2);
console.log(nums2); // [1, 3, 12, 0, 0]


性能比较


方案一的时间复杂度是O(n2)O(n^2)O(n2),方案二的时间复杂度是O(n)O(n)O(n),同时我们再加上实际效果测试比对下性能。


声明一个20W条数组的数组,包含很多0值和非0值


// 声明2个,方案2和方案1各用1个,避免影响
const nums1: number[] = [];
for (let i = 0; i < 20 * 20000; i++) {
  i % 10 === 0 ? nums1.push(0) : nums1.push(i);
}
const nums2: number[] = [];
for (let i = 0; i < 20 * 20000; i++) {
  i % 10 === 0 ? nums2.push(0) : nums2.push(i);
}
console.time('moveZeros - splice');
moveZeroes1(nums1);
console.timeEnd('moveZeros - splice');
console.time('moveZeros - doublePointer');
moveZeroes2(nums2);
console.timeEnd('moveZeros - doublePointer');


上图


网络异常,图片无法展示
|


我们可以看到,性能差距特别大,方案二的双指针算法明显优于方案一!


相关文章
|
12月前
|
算法 搜索推荐 C语言
递归算法解决经典问题
本文主要了解递归算法,并用递归算法实现求斐波那契数列、汉诺塔、子集问题、归并排序等问题。
11487 2
递归算法解决经典问题
|
算法
算法设计与分析/数据结构与算法实验7:0-1背包问题(分支限界法)
算法设计与分析/数据结构与算法实验7:0-1背包问题(分支限界法)
154 0
算法设计与分析/数据结构与算法实验7:0-1背包问题(分支限界法)
|
算法
【数据结构与算法】之动态规划经典问题
【数据结构与算法】之动态规划经典问题
121 0
【数据结构与算法】之动态规划经典问题
【算法提高——第三讲(二)】图论(3)
【算法提高——第三讲(二)】图论(3)
【算法提高——第三讲(二)】图论(3)
【算法提高——第三讲(二)】图论(2)
【算法提高——第三讲(二)】图论(2)
【算法提高——第三讲(二)】图论(2)
【算法提高——第三讲(一)】图论(2)
【算法提高——第三讲(一)】图论(2)
【算法提高——第三讲(一)】图论(2)
【算法提高——第三讲(二)】图论(4)
【算法提高——第三讲(二)】图论(4)
【算法提高——第三讲(二)】图论(4)
【算法提高——第三讲(一)】图论(3)
【算法提高——第三讲(一)】图论(3)
【算法提高——第三讲(一)】图论(3)
【算法提高——第三讲(一)】图论(1)
【算法提高——第三讲(一)】图论(1)
【算法提高——第三讲(一)】图论(1)
【算法提高——第三讲(二)】图论(1)
【算法提高——第三讲(二)】图论(1)
【算法提高——第三讲(二)】图论(1)