15天算法入门(二)

简介: 本文主要讲有序数组的平方和旋转数组

网络异常,图片无法展示
|


网络异常,图片无法展示
|


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]


题解


将该题转为求最小值位置,然后顺序排序。先将数组中数值平方后,然后求得最小值的位置。将最小值放到一个新的数组中。


使用归并排序核心,左右指针遍历数组,将从最小值位置分别向两端遍历,将小的放到新的数组中。返回改新数组。


网络异常,图片无法展示
|

找到最小值位置后,左右两边为l、r指针。比较两者所指位置的值,将小值放入到新的数组中,对应的指针移动一步。

网络异常,图片无法展示
|

在左右指针有一边走到头时,就单独遍历没有走到头的一边。


代码


var sortedSquares = function (nums) {
    let min = 0
    for (let i = 0; i < nums.length; i++) {
        nums[i] = Math.pow(nums[i], 2)
        min = nums[min] > nums[i] ? i : min
    }
    let arr = []
    arr[0] = nums[min]
    let l = min - 1, r = min + 1, index = 1
    while (l >= 0 && r < nums.length) arr[index++] = nums[l] > nums[r] ? nums[r++] : nums[l--]
    while (l >= 0) arr[index++] = nums[l--]
    while (r < nums.length) arr[index++] = nums[r++]
    return arr
};


旋转数组


给定一个数组,将数组中的元素向右移动 k 个位置,其中 k 是非负数。


示例 1:
输入: nums = [1,2,3,4,5,6,7], k = 3
输出: [5,6,7,1,2,3,4]
解释:
向右旋转 1 步: [7,1,2,3,4,5,6]
向右旋转 2 步: [6,7,1,2,3,4,5]
向右旋转 3 步: [5,6,7,1,2,3,4]


题解


思路一:


使用新的数组,将倒数k个数push到新数组中(nums.length - k +1),然后将0到nums.length - k个数顺序push到数组中。最后返回新的数组。

网络异常,图片无法展示
|


思路二:

在原数组上,将末尾的数出栈,使用变量存贮,然后从头部压入,循环k次。


网络异常,图片无法展示
|
思路三:

搞一个从i到j位置反转数组的函数。先将数组整体反转。然后,从k位置分开,两边分别反转。

网络异常,图片无法展示
|


代码


思路三:


var rotate = function (nums, k) {
    reverse(nums, 0, nums.length - 1)
    reverse(nums, 0, (k % nums.length) - 1)
    reverse(nums, (k % nums.length), nums.length - 1)
    return nums
};
function reverse(nums, i, j) {
    while (i < j) {
        swap(nums, i++, j--)
    }
}
function swap(nums, i, j) {
    let temp = nums[i]
    nums[i] = nums[j]
    nums[j] = temp
}


题目来源:leetcode

目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
深度学习入门:理解神经网络与反向传播算法
【9月更文挑战第20天】本文将深入浅出地介绍深度学习中的基石—神经网络,以及背后的魔法—反向传播算法。我们将通过直观的例子和简单的数学公式,带你领略这一技术的魅力。无论你是编程新手,还是有一定基础的开发者,这篇文章都将为你打开深度学习的大门,让你对神经网络的工作原理有一个清晰的认识。
|
1月前
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
1月前
|
机器学习/深度学习 算法 大数据
机器学习入门:梯度下降算法(下)
机器学习入门:梯度下降算法(下)
|
1月前
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
1月前
|
机器学习/深度学习 算法
机器学习入门:梯度下降算法(上)
机器学习入门:梯度下降算法(上)
|
3月前
|
机器学习/深度学习 人工智能 算法
AI入门必读:Java实现常见AI算法及实际应用,有两下子!
本文全面介绍了人工智能(AI)的基础知识、操作教程、算法实现及其在实际项目中的应用。首先,从AI的概念出发,解释了AI如何使机器具备学习、思考、决策和交流的能力,并列举了日常生活中的常见应用场景,如手机助手、推荐系统、自动驾驶等。接着,详细介绍了AI在提高效率、增强用户体验、促进技术创新和解决复杂问题等方面的显著作用,同时展望了AI的未来发展趋势,包括自我学习能力的提升、人机协作的增强、伦理法规的完善以及行业垂直化应用的拓展等...
182 3
AI入门必读:Java实现常见AI算法及实际应用,有两下子!
|
4月前
|
机器学习/深度学习 数据采集 人工智能
机器学习算法入门与实践
【7月更文挑战第22天】机器学习算法入门与实践是一个既充满挑战又极具吸引力的过程。通过掌握基础知识、理解常见算法、注重数据预处理和模型选择、持续学习新技术和参与实践项目,你可以逐步提高自己的机器学习技能,并在实际应用中取得优异的成绩。记住,机器学习是一个不断迭代和改进的过程,保持好奇心和耐心,你将在这个领域走得更远。
|
4月前
|
消息中间件 存储 算法
实战算法的基础入门(2)
实战算法的基础入门
|
4月前
|
算法 大数据
实战算法的基础入门(1)
实战算法的基础入门
|
4月前
|
算法 Java
实战算法的基础入门(3)
实战算法的基础入门
下一篇
无影云桌面