LeetCode每日2道--数组篇

简介: LeetCode每日2道--数组篇

前言


算法的重要性不言而喻!大厂都在考算法,说明算法不好学,区分度高!

如果我们认为我不进大厂我就不用学算法了,我学学框架,学学能用好不就行了。但是你要知道你的竞争者有多少,你怎么才能跟别人拉开差距???不就是需要基础好,能培养吗?

现在学习的门槛低了,只有能上网每个人都可以学编程!培训班6个月就可以培养出来能干活的人,你怎么从这些人中脱颖而出?没错!就是学算法,补基础。

说的功利点是为了竞争,卷死对手。真心话说就是能提高自己的基础能力,为技术可持续发展做好充分的准备!!!

选题、动图来自于:www.programmercarl.com/

image.png


二分查找


image.png


思路


使用二分法的前提是什么呢?

  • 数组为有序数组
  • 数组中无重复元素

所以题目中声明好了,我们不用在做这方面的判断了!

二分法主要是对边界条件的判断,所以我们想清楚边界条件做好判断即可!

区间的定义一般为两种,左闭右闭即[left, right],或者左闭右开即[left, right)。

这里运用的是左闭右闭 所以我在判断的时候用的是start <= end

代码如下:

public class Binaryforarrays {
    public static void main(String[] args) {
        int[] nums = {1,2,3,4,7,9,12,45};
        int i = Binaryforarrays.search1(nums, 12);
        System.out.println(i);
    }
    public static int search1(int[] nums,int target){
        if (target < nums[0] || target > nums[nums.length - 1]){
            return -1;
        }
        int start = 0,end = nums.length - 1;
        while (start <= end){
            int mid = start + ((end - start) >> 1);
            if (nums[mid] == target){
                return mid;
            }else if (nums[mid] < target){
                start = mid + 1;
            }else if (nums[mid] > target){
                end = mid -1;
            }
        }
        return -1;
    }
}


移除元素


image.png

image.png


思路


数组中的元素在内存地址中是连续的,不能单独删除数组中的某个元素,只能进行覆盖!!!

所以我们用双指针法,那么什么是双指针法呢?

那就是通过一个快指针和慢指针在一个循环下完成两个循环

思路如下:

定义快指针和慢指针,当匹配到要移出的元素的时候快指针+1,慢指针不动,之后交换快指针和慢指针指向元素的位置,如果没有匹配到元素,那快慢指针同时移动即可!

当没有匹配到的时候,慢指针和快指针就一起移动要移出的元素时快指针就加1,慢指针就保持不动,最后交换快慢指针元素所指向的位置

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


public class RemoveArrayElements {
    public static void main(String[] args) {
        int[] nums = {1, 2, 4, 6, 7, 11, 23};
        RemoveArrayElements rae = new RemoveArrayElements();
        int i = rae.removeElement1(nums, 2);
        System.out.println(i);
    }
    /**
     * 双指针解法:
     *
     * @param nums
     * @param target
     * @return
     */
    public int removeElement1(int[] nums, int target) {
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
            if (nums[fastIndex] != target) {
                nums[slowIndex] = nums[fastIndex];
                slowIndex++;
            }
        }
        return slowIndex;
    }
}

这个不难,不明白的话可以多debug几遍



相关文章
|
2月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
41 0
|
4月前
|
算法
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
|
4月前
|
存储 Java API
LeetCode------合并两个有序数组(4)【数组】
这篇文章介绍了LeetCode上的"合并两个有序数组"问题,并提供了三种解法:第一种是使用Java的Arrays.sort()方法直接对合并后的数组进行排序;第二种是使用辅助数组和双指针技术进行合并;第三种则是从后向前的双指针方法,避免了使用额外的辅助数组。
LeetCode------合并两个有序数组(4)【数组】
|
4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。
123 2
|
4月前
|
Python
【Leetcode刷题Python】剑指 Offer 03. 数组中重复的数字
解决剑指Offer题目 "数组中重复的数字" 的Python实现方法,通过使用字典来记录数组中每个数字的出现次数,快速找出重复的数字。
39 1
LeetCode------找到所有数组中消失的数字(6)【数组】
这篇文章介绍了LeetCode上的"找到所有数组中消失的数字"问题,提供了一种解法,通过两次遍历来找出所有未在数组中出现的数字:第一次遍历将数组中的每个数字对应位置的值增加数组长度,第二次遍历找出所有未被增加的数字,即缺失的数字。
|
4月前
|
前端开发
LeetCode------移动零(5)【数组】
这篇文章介绍了LeetCode上的"移动零"问题,提出了一种使用双指针的原地操作解法,该方法首先将非零元素移动到数组前端并保持相对顺序,然后填充后续位置为零,以达到题目要求。
|
2月前
【LeetCode-每日一题】 删除排序数组中的重复项
【LeetCode-每日一题】 删除排序数组中的重复项
21 4
|
2月前
|
索引
Leetcode第三十三题(搜索旋转排序数组)
这篇文章介绍了解决LeetCode第33题“搜索旋转排序数组”的方法,该问题要求在旋转过的升序数组中找到给定目标值的索引,如果存在则返回索引,否则返回-1,文章提供了一个时间复杂度为O(logn)的二分搜索算法实现。
22 0
Leetcode第三十三题(搜索旋转排序数组)
|
2月前
|
算法 C++
Leetcode第53题(最大子数组和)
这篇文章介绍了LeetCode第53题“最大子数组和”的动态规划解法,提供了详细的状态转移方程和C++代码实现,并讨论了其他算法如贪心、分治、改进动态规划和分块累计法。
69 0