【数据结构与算法】数组1:二分查找 & 移除元素

简介: 【数据结构与算法】数组1:二分查找 & 移除元素

今日任务

1.数组理论基础

(1)数组是存放在连续内存空间上的相同类型数据的集合。

注意:

  • 数组下标都是从0开始的
  • 数组内存空间的地址是连续的

(2)正因为数组在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址。

例如删除下标为3的元素,我们需要堆下标为3的元素后面的所有元素都要做移动操作,如图所示:

(3)数组的元素是不能删除的,只能使用覆盖的方式。

(4)C++中二维数组在地址空间上是连续的。

通过编写一个程序来验证:

#include <iostream>
using namespace std;
void test_arr(){
        int array[2][3] =
        {
                {0,1,2},
                {3,4,5}
        };
        cout << &array[0][0] << " "<< &array[0][1] <<" "<< &array[0][2] <<endl;
        cout << &array[1][0] << " "<< &array[1][1] <<" "<< &array[1][2] <<endl;
}
int main()
{
        test_arr();
}

在C++中,一个int(整型)变量占据4个字节,所以相邻两个数组元素的地址差4个字节

2.Leetcode704:二分查找

来源:力扣(LeetCode)

链接:https://leetcode.cn/problems/binary-search

(1)题目

给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

提示:

  • 你可以假设 nums 中的所有元素是不重复的。
  • n 将在 [1, 10000]之间。
  • nums 的每个元素都将在 [-9999, 9999]之间。

(2)思路

首先确定关键词:

  • 数组为有序数组
  • 数组无重复元素

根据题目和提示,我们联想到二分法。

(3)二分法

简单说下二分法,就是查找出特定元素(target)的位置,如果找到的话返回该元素的下标,如果没找到的话就返回-1。

关于二分法的写法,区间的定义一般分为两种:

  • 左闭右闭 [left, right]
  • 左闭右开 [left, right)

根据二分法的两种写法,我们分别求解:

<1>第一种写法,我们定义target是在一个左闭右闭,也就是[left, right]

区间的定义这就决定了二分法的代码如何编写,因为定义target在[left, right]区间,所以有如下两点:

  • while(left <= right) 要使用 <=,因为left == right 是有意义的,所以使用 <=
  • if (nums[middle] > target) right要赋值为middle-1
// 下面是一段伪代码形式来讲解
首先我们确定使用的二分法的方法为左闭右闭,所以我们应该确定四个值:
Left | Right | Middle | target
很明显 Left = 数组下标0  而Right为 NumSize(array)-1  Middle = (Left + Right) / 2
所以编写如下函数:
//  因为我们此处允许左闭右闭,所以可能存在[1, 1],因此此处的left == right需要被考虑
while(left <= right)    
{
    // 此时我们考虑第一种情况,当我们的middle值是明确大于target值时,此时我们更新right值为middle-1
    if(Num(middle) > Num(target))
        Num(right) = Num(middle) - 1;
    // 此时我们考虑第二种情况,当我们的middle值是明确小于target值时,此时我们更新left值为middle+1
    else if(Num(middle) < Num(target))
        Num(left) = Num(middle) + 1;
    // 那么第三种情况也就是middle直接等于target,返回即可
    else
        return middle;
}
return -1;
// 版本一
class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0;
        int right = nums.size() - 1; // 定义target在左闭右闭的区间里,[left, right]
        while (left <= right) { // 当left==right,区间[left, right]依然有效,所以用 <=
            int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2
            if (nums[middle] > target) {
                right = middle - 1; // target 在左区间,所以[left, middle - 1]
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,所以[middle + 1, right]
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值,直接返回下标
            }
        }
        // 未找到目标值
        return -1;
    }
};

<2>第二种写法,我们定义target是在一个左闭右开,也就是[left, right)

根据左闭右开的方式,那么处理方式有如下两点:

  • while(left < right),这里使用 <,因为left == right在区间 [left, right)是没有意义的
  • if(Num(middle) > target) Num(right)更新为middle,因为当前的Num(middle)不等于Num(target),去左区间继续寻找,而寻找区间是左闭右开区间,那么也就是说下一和查询区间不会去比较Num(middle)
// 下面是一段伪代码形式来讲解
// 首先我们确定使用的二分法的方法为左闭右开,所以我们应该确定四个值:
Left | Right | Middle | target
上面的定义不变,但是函数主体需要有一些改动了
//  注意:我们此处允许左闭右开,而不需要考虑右区间末值,此时的right = Num(array),
while(left < right)   
{
    // 此时我们考虑第一种情况,当我们的middle值是明确大于target值时,此时我们更新right值为middle,因为此时的右区间为开区间,而此时的右区间不被考虑,所以Num(right) = Num(middle)
    if(Num(middle) > Num(target))
        Num(right) = Num(middle);
    // 此时我们考虑第二种情况,当我们的middle值是明确小于target值时,此时左区间为闭区间,我们更新left值为middle+1
    else if(Num(middle) < Num(target))
        Num(left) = Num(middle) + 1;
    // 那么第三种情况也就是middle直接等于target,返回即可
    else
        return middle;
}
return -1;
// 版本二
class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0;
        int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)
        while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; // target 在左区间,在[left, middle)中
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,在[middle + 1, right)中
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值,直接返回下标
            }
        }
        // 未找到目标值
        return -1;
    }
};

上面对二分法的两种方式都已经做出解释,分别提供了伪代码和程序代码,其中有些知识点在下方做出解释:

解析一:int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2

解答:对于上面这段代码做出这样修改的原因,主要就是为了防止溢出,如果在进行特别大的数值运算的时候,先进行加除操作很容易导致加法溢出最大限制,而首先进行减除操作则会大大降低风险。

解析二:int middle = left + ((right - left) >> 1);

解答:>>是位运算的符号,>>1代表右移一位,这里我们记住尖号对准的方向就是位移方向。而对一个数右移一位,也就是代表除2操作。例如:11>>1,将11转成二进制为1011,而对二进制数向右移动1位则变成了0101,也就是代表5,其实也就代表除2操作。

此外还要补充一下,从效率上看,使用移位指令有更高的效率,因为移位指令占2个机器周期,而乘除法指令占4个机器周期。从硬件上看,移位对硬件更容易实现,所以会用移位,移一位就乘2,这种乘法当然考虑移位了。

3.Leetcode27:移除元素

来源:力扣(LeetCode)

链接:https://leetcode.cn/problems/remove-element

(1)题目

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

(2)思路

首先我们应该知道,在数组中,数组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,只能覆盖。

对此我们使用暴力解法

(3)暴力解法

解法:通过使用两层for循环,一层for循环遍历数组元素,一层for循环更新数组。

class Solution{
public:
    int removeElement(vector<int>& nums, int val){
    int size = nums.size();
        for(int i = 0; i < size; i++){
            if(nums[i] == val){   // 发现需要移除的元素,就将数组集体向前移动一位
        for(int j = i + 1; j < size; j++){    
          nums[j - 1] = nums[j];
                }
                i--;        // 由于下标i以后的数值都向前移动了一位,所以i也向前移动一位
                size--;        // 相对应的数组大小-1
            }
        }
        return size;
    }
};

说明:通过上面的程序可以看出暴力破解使用了两层for循环,也导致它的时间复杂度为O(n^2),通过遍历的形式找出目标值,并将目标值后一位前移覆盖掉目标值的形式,从而达到移除数组元素的目的。

(4)双指针法

除了暴力解法,双指针法也同样适用于此场景。

通过定义两个指针,一个slow指针和一个fast指针, 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。

  • fast指针:寻找新数组的元素,新数组就是不含有目标元素的数组
  • slow指针:指向更新 新数组下标的位置
// 时间复杂度:O(n)
// 空间复杂度:O(1)
class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
            if (val != nums[fastIndex]) {   // 如果快指针指向的值不是目标值,则将快指针赋值给满指针,同时慢指针向前进一位
                nums[slowIndex++] = nums[fastIndex];
            }
            // 如果找到目标值,则快指针继续向前移动一位,而慢指针不进行移位操作,这就不等同于暴力破解的覆盖了,而是重新对下标位置进行分配
        }
        return slowIndex;
    }
};


目录
相关文章
|
2月前
|
存储 Java 程序员
数据结构之 - 深入了解数组数据结构
数据结构之 - 深入了解数组数据结构
48 6
|
2月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
56 3
|
2月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
46 0
|
27天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
53 5
|
1月前
|
存储 人工智能 算法
数据结构实验之C 语言的函数数组指针结构体知识
本实验旨在复习C语言中的函数、数组、指针、结构体与共用体等核心概念,并通过具体编程任务加深理解。任务包括输出100以内所有素数、逆序排列一维数组、查找二维数组中的鞍点、利用指针输出二维数组元素,以及使用结构体和共用体处理教师与学生信息。每个任务不仅强化了基本语法的应用,还涉及到了算法逻辑的设计与优化。实验结果显示,学生能够有效掌握并运用这些知识完成指定任务。
56 4
|
2月前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
48 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
|
2月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
45 4
|
2月前
|
存储 算法 定位技术
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
这篇文章主要介绍了稀疏数组和队列的概念、应用实例以及如何使用数组模拟队列和环形队列的实现方法。
27 0
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
33 0
|
2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。
93 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。