LeetCode每日一题题解:27. 移除元素-题解-python && C++源代码

简介: LeetCode每日一题题解:27. 移除元素-题解-python && C++源代码

27. 移除元素


难度简单1192收藏分享切换为英文接收动态反馈


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。


说明:


为什么返回数值是整数,但输出的答案是数组呢?


请注意,输入数组是以「引用」方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。


你可以想象内部操作如下:


// nums 是以“引用”方式传递的。也就是说,不对实参作任何拷贝
int len = removeElement(nums, val);
// 在函数里修改输入数组对于调用者是可见的。
// 根据你的函数返回的长度, 它会打印出数组中 该长度范围内 的所有元素。
for (int i = 0; i < len; i++) {
    print(nums[i]);
}
示例 1:
输入:nums = [3,2,2,3], val = 3
输出:2, nums = [2,2]

解释:函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。例如,函数返回的新长度为 2 ,而 nums = [2,2,3,3] 或 nums = [2,2,0,0],也会被视作正确答案。

示例 2:


输入:nums = [0,1,2,2,3,0,4,2], val = 2

输出:5, nums = [0,1,4,0,3]

解释:函数应该返回新的长度

5

并且 nums 中的前五个元素为

0
, 
1
, 
3
, 
0
, 4

注意这五个元素可为任意顺序。你不需要考虑数组中超出新长度后面的元素。


提示:


0 <= nums.length <= 100
0 <= nums[i] <= 50
0 <= val <= 100

题目思路:


双指针,左右指针同时从0出发,然后判断右指针的值是否等于val,如果不等于,则将右指针的值赋到左指针处,

左指针+1 右指针也+1

我们想要的输出结果就是 [0 , 左指针)为要输出的值,[左指针 , 右指针)为不输出的值


Python代码:

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        l = r = 0  #定义双指针
        while r<len(nums):  #右指针必须小于数组的长度
            if nums[r] != val:  #如果右指针的值不等于val
                nums[l] = nums[r]  #则将右指针的值赋到左指针
                l += 1           #赋完之后左指针右移,因为他之前的那个位置已经占了一个输出位
            r += 1               #经过一次判断,右指针就得右移  
        return l

C++代码:

class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int l = 0,r = 0,n = nums.size();  //定义左指针右指
        while (r<n){
            if (nums[r]!=val){
                nums[l] = nums[r];
                l++;
            }
            r++ ;
        }
        return l;
    }
};
相关文章
|
7月前
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
165 2
|
6月前
|
Python
Python 选出列表中特定的元素
Python 选出列表中特定的元素
80 3
|
6月前
|
数据处理 索引 Python
Python列表与元素修改的操作技巧
Python列表提供了丰富的方法和技巧来进行高效的数据操作。熟练运用上述技巧,可以大大提高数据处理的效率和代码的可读性。实践中,根据具体需求灵活选择合适的方法,可以在保证代码效率的同时,也使代码更加简洁明了。
138 2
|
7月前
|
程序员 Python
Python 将元素添加到列表
【8月更文挑战第21天】
282 3
|
7月前
|
Python
【Leetcode刷题Python】50. Pow(x, n)
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
46 1
|
7月前
|
算法 Python
【Leetcode刷题Python】73. 矩阵置零
本文介绍了LeetCode第73题的解法,题目要求在给定矩阵中将所有值为0的元素所在的行和列全部置为0,并提供了一种原地算法的Python实现。
64 0
【Leetcode刷题Python】73. 矩阵置零
|
7月前
|
Python
python在列表、元素、字典、集合和numpy的数组前加上星号 * 是什么含义,以及*args和**kwargs的使用
python在列表、元素、字典、集合和numpy的数组前加上星号 * 是什么含义,以及*args和**kwargs的使用
89 0
|
7月前
|
Python
【Leetcode刷题Python】1467. 两个盒子中球的颜色数相同的概率
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
96 0
|
9天前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
9天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。

热门文章

最新文章