代码随想录算法训练营第一天| 704. 二分查找、27. 移除元素。

简介: 代码随想录算法训练营第一天| 704. 二分查找、27. 移除元素。

自己看到题目的第一想法

       // 第一思路:先是for循环暴力搜索匹配解决


看完代码随想录之后的想法

       // 开始关注区间了,为什么会有两个区间这个来龙去脉并没有说清楚,可能是我菜。


       //快慢指针所代表的含义更具体,脑海中有指针流动的过程图。


自己实现过程中遇到哪些困难

       // 困难:区间开闭与循环条件的匹配上。


       //if (nums[fastIndex] != val)判断条件的理解


今日收获,记录一下自己的学习时长

       收获如下,3h


二分查找

// 一个小基础,nums.length和nums.length()的区别,前者length代表数组属性的调用,后者代表String类型length()方法的调用,用于返回该字符串的字符个数。


// 一点想法:


// 第二思路:二分法,区间开闭很关键;"mid值的声明初始化在循环语句中"的这个条件也很关键,用于调整搜索范围,有点递归的意思?


// 某种程度上,right值的定义直接决定了区间"左闭右开-[)"还是"左闭右闭-[]"的形式。这个很关键,这决定了为什么右后面两种区间的甄别。


其中"right = nums.length",表示数组长度,而数组索引从0开始的,则右边界是开区间,与此同时,right值的定义会影响循环判断条件,此时为:"while(left < right)";"right = nums.length - 1"表示最后一个元素索引,属于数组元素,所以是闭区间。此时循环条件为:"while(left <= right)"。

代码进化过程:

// 思路一:暴力循环
// class Solution {
//     public int search(int[] nums, int target) {
//         for (int i = 0; i < nums.length; i++) {
//             if (nums[i] == target) {
//                 return i;
//             }
//         }
//         return -1;
//     }
// }
// 思路二:二分查找,区间[]
// class Solution {
//     public int search(int[] nums, int target) {
//         int right = nums.length - 1;
//         int left = 0;
//         while (left <= right){
//             int mid = (left + right) / 2;
//             if (target == nums[mid]) {
//                 return mid;
//             } else if (target > nums[mid]) {
//                 left = mid + 1;
//             } else if (target < nums[mid]){
//                 right = mid - 1;
//             }
//         }
//         return -1;
//     }
// }
// 思路二调整:二分查找:区间为[)
class Solution {
    public int search(int[] nums, int target) {
        int right = nums.length;
        int left = 0;
        while (left < right){
            int mid = (left + right) / 2;
            if (target == nums[mid]) {
                return mid;
            } else if (target > nums[mid]) {
                left = mid + 1;
            } else if (target < nums[mid]){
                right = mid;
            }
        }
        return -1;
    }
}

双指针

//两层for循环,第一层进行遍历,第二层进行覆盖操作。

// 注意点:需要新定义数组更改后的长度值size,数组的长度是一开始就定义好的,所以在删除数组元素时无法更改数组的长度,只能将其采取一个数值记录

暴力解法:
// class Solution {
//     public int removeElement(int[] nums, int val) {
//         int size = nums.length;
//         for (int i = 0; i < size; i++) {
//             if (nums[i] == val) {
//                 for (int j = i + 1; j < size; j++) {
//                     nums[j - 1] = nums[j];
//                 }
//                 i--;
//                 size--;
//             }
//         }
//         return size;
//     }
// }

// 快慢指针

// 慢指针代表新数组的长度,初始值为0。快指针作为筛选检索器,将不含有val值的数据选出赋给slowIndex新数组。仅仅对数组含有的val值进行了局部覆盖。

class Solution {
    public int removeElement(int[] nums, int val) {
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
            if (nums[fastIndex] != val) {
                nums[slowIndex] = nums[fastIndex];
                slowIndex++;
            }
        }
        return slowIndex;
    }
}

以上


相关文章
|
12天前
|
算法 索引
【算法】——二分查找合集
二分查找基础模版和进阶模版,查找元素位置,搜索插入位置,x的平方根,山脉数组的峰顶索引,寻找峰值,点名
|
1月前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
67 1
|
2月前
|
存储 缓存 算法
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率
|
2月前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
13天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
145 80
|
1天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
1天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
7天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
9天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。

热门文章

最新文章