代码随想录算法训练营第二天 | LeetCode 977.有序数组的平方、209.长度最小的子数组、59. 螺旋矩阵 II

简介: 代码随想录算法训练营第二天 | LeetCode 977.有序数组的平方、209.长度最小的子数组、59. 螺旋矩阵 II

1. LeetCode 977.有序数组的平方

1.1 自己的思路:

  1. 将数组每个元素平方
  2. 然后冒泡排序
  3. 但怕这样效率太低过不了,但还是过了

1.2 代码

class Solution {
    public int[] sortedSquares(int[] nums) {
        //将数组元素平方
        for(int i=0;i<nums.length;i++){
            nums[i]=nums[i]*nums[i];
        }
        //冒泡排序
        for(int i=0;i<nums.length-1;i++){
            for(int j=0;j<nums.length-1-i;j++){
                if(nums[j]>nums[j+1]){
                    int temp=nums[j];
                    nums[j]=nums[j+1];
                    nums[j+1]=temp;
                }
            }
        }
        return nums;
    }
}

1.3 双指针思路

  1. 为什么想到的呢?
  2. 因为对于题目的数组中的元素平方后,一定会呈现于两边大中间小的情况,因为有负数嘛,这样可以用两个指针逐步向中间靠拢得到一个由大到小的数组
  3. 创建一个新数组result,k=nums.length-1,元素从右往左更新
  4. 定义左指针(i)右指针(j)放入循环中,只有左指针在右指针左边(i<=j)就继续循环,为什么要有=呢?假如两指针相遇时如果没有=就退出循环了,就会落下了那个元素就没有更新
  5. i什么时候++,取决于最大值是不是在i那个位置,j什么时候--取决于那个值是否要取j那个位置的元素
  6. 比较i和j两个位置的值哪个大,把大的放入result的k位置,然后k--,取了i位置的元素i就++,取了j位置的元素j就--

1.4 代码

class Solution {
    public int[] sortedSquares(int[] nums) {
        //创建一个新的数组,长度和原来一样
        int[] result=new int[nums.length];
        //定义一个指针k,从右往左给result添加元素
        int k=nums.length-1;
        //定义左指针i,右指针j,只要左指针在右指针左边包括相遇都继续执行
        for(int i=0,j=nums.length-1;i<=j;){//为什么要<=呢?因为没有等于的话相遇后就落下了相遇的元素
            if(nums[i]*nums[i]>nums[j]*nums[j]){//左指针的元素平方后更大
                result[k--]=nums[i]*nums[i++];//将平方后元素放入,然后k--,i++
            }else{//右指针的元素平方后更大
                result[k--]=nums[j]*nums[j--];//将平方后元素放入,然后k--,j--
            }
        }
        return result;
    }
}

2. LeetCode 209.长度最小的子数组

2.1 自己的思路

       说实话,没思路,我开始以为会是贪心,但贪心我也不会啊

2.2 滑动窗口(双指针)思路

  1. j表示滑动窗口的起始还是终止位置呢?可以假设是起始,但如果是这样的话那么求和时终止位置就要把j后面所有的元素都遍历一遍才能又回到j这个位置,这样跟暴力求解思路是一样的,所以j应该表示终止位置
  2. 关键在如何移动起始位置,j随着for循环后移,当sum大于等于target时起始位置就可以移动了,当sum大于等于target时滑动窗口就形成了
  3. 形成滑动窗口后就求窗口的长度,subL=j-i+1,result应该在result和subL中取个最小值作为长度最小的子数组,然后sum总和要减去nums[i]这个起始位置的值
  4. 中间条件(sum>=target)前是写if还是while呢?举个例子:假如数组[1,1,1,100,...],target=100,只有[1,1,1,100]这部分符合大于等于target的,如果写if,那么只去掉了一个1,还没有达到最短,只有写while才能求得最后的子数组长度为1,也就是[100]这个数组

2.3 代码

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        //i为起始位置,左指针
        int i=0;
        //将长度设置为数组长度+1
        int result=nums.length+1;
        int sum=0;
        //j为终止位置,右指针
        for(int j=0;j<nums.length;j++){
            //先求sum,从起始到终止的和
            sum+=nums[j];
            while(sum>=target){
                //在result中和j-1+1取个最小值
                result=Math.min(result,j-i+1);
                //sum减去起始位置的值,然后起始位置后移
                sum-=nums[i++];
            }
        }
        //如果长度仍为数组长度+1,则说明没有符合target条件,则返回0
        return result==(nums.length+1)?0:result;
    }
}

3. LeetCode 59. 螺旋矩阵 II

3.1 自己的思路

       尝试过把图画出后找找看能不能发现数学上的规律,结果不能

3.2 二分法思路

  1. 遍历每条边的规则是左闭右开还是左闭右闭呢?按道理都可以
  2. 如果是按照左闭右开的规则呢?处理最上面的边的时候从左至右除了最后一个节点就都处理了,就是处理每一条边的时候都只是处理第一个节点到最后倒数第二个节点也就是最后一个节点不处理,留给下一条边
  3. 我们定义loop为要转的圈数,loop=n/2的,可以画个正方形的图,然后按照题意模拟转圈就可以知道要转多少圈了
  4. 我们定义startX、startY为0作为每一圈的起始位置,到下一圈了就++
  5. 我们定义offset=1来控制每条边遍历的长度,每转了一圈就++,含义就是从左至右以及从上至下遍历的时候距离边界的距离为1
  6. 当n为奇数时按照我们上面的定义是少转了一圈,差了中间位置的值,因此定义mid=n/2,表示中间位置,循环结束后直接赋值

3.3 代码

class Solution {
    public int[][] generateMatrix(int n) {
        int[][] res=new int[n][n];
        int startx = 0, starty = 0; // 作为每一圈的起始位置,到下一圈了就++
        int loop = n / 2; // 表示要转的圈数
        int mid = n / 2; // 矩阵中间的位置
        int count = 1; 
        int offset = 1; // 控制每条边遍历的长度,每转了一圈就++
        int i,j;
        while (loop!=0) {
            i = startx;
            j = starty;
            // 下面开始的四个for就是模拟转了一圈
            // 模拟填充上行从左到右(左闭右开)
            for (j = starty; j < n - offset; j++) {
                res[startx][j] = count++;
            }
            // 模拟填充右列从上到下(左闭右开)
            for (i = startx; i < n - offset; i++) {
                res[i][j] = count++;
            }
            // 模拟填充下行从右到左(左闭右开)
            for (; j > starty; j--) {
                res[i][j] = count++;
            }
            // 模拟填充左列从下到上(左闭右开)
            for (; i > startx; i--) {
                res[i][j] = count++;
            }
            //已经转了一圈了,起始位置要+1
            startx++;
            starty++;
            // offset 控制每一圈里每一条边遍历的长度,每转一圈就++,距离边界的距离+1
            offset++;
            //转的圈数-1
            loop--;
        }
        // 如果n为奇数的话,需要单独给矩阵最中间的位置赋值
        if (n % 2==1) {
            res[mid][mid] = count;
        }
        return res;
    }
}

4. 数组总结

相关文章
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【自然语言处理】TF-IDF算法在人工智能方面的应用,附带代码
TF-IDF算法在人工智能领域,特别是自然语言处理(NLP)和信息检索中,被广泛用于特征提取和文本表示。以下是一个使用Python的scikit-learn库实现TF-IDF算法的简单示例,并展示如何将其应用于文本数据。
207 65
|
19天前
|
机器学习/深度学习 存储 算法
经典算法代码
这段代码展示了多个经典算法,包括:穷举法解决“百钱买百鸡”问题;递推法计算“猴子吃桃”问题;迭代法求解斐波那契数列及折纸高度超越珠峰的问题。同时,还提供了希尔排序算法实现及披萨票务订购系统和汉诺塔问题的链表存储解决方案。每部分通过具体案例解释了算法的应用场景与实现方法。
21 3
|
30天前
|
人工智能 算法 数据可视化
DBSCAN密度聚类算法(理论+图解+python代码)
DBSCAN密度聚类算法(理论+图解+python代码)
|
1月前
|
数据采集 搜索推荐 算法
【高手进阶】Java排序算法:从零到精通——揭秘冒泡、快速、归并排序的原理与实战应用,让你的代码效率飙升!
【8月更文挑战第21天】Java排序算法是编程基础的重要部分,在算法设计与分析及实际开发中不可或缺。本文介绍内部排序算法,包括简单的冒泡排序及其逐步优化至高效的快速排序和稳定的归并排序,并提供了每种算法的Java实现示例。此外,还探讨了排序算法在电子商务、搜索引擎和数据分析等领域的广泛应用,帮助读者更好地理解和应用这些算法。
24 0
|
22天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
22天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
|
1月前
|
算法
基于模糊控制算法的倒立摆控制系统matlab仿真
本项目构建了一个基于模糊控制算法的倒立摆控制系统,利用MATLAB 2022a实现了从不稳定到稳定状态的转变,并输出了相应的动画和收敛过程。模糊控制器通过对小车位置与摆的角度误差及其变化量进行模糊化处理,依据预设的模糊规则库进行模糊推理并最终去模糊化为精确的控制量,成功地使倒立摆维持在直立位置。该方法无需精确数学模型,适用于处理系统的非线性和不确定性。
基于模糊控制算法的倒立摆控制系统matlab仿真
|
23天前
|
资源调度 算法
基于迭代扩展卡尔曼滤波算法的倒立摆控制系统matlab仿真
本课题研究基于迭代扩展卡尔曼滤波算法的倒立摆控制系统,并对比UKF、EKF、迭代UKF和迭代EKF的控制效果。倒立摆作为典型的非线性系统,适用于评估不同滤波方法的性能。UKF采用无迹变换逼近非线性函数,避免了EKF中的截断误差;EKF则通过泰勒级数展开近似非线性函数;迭代EKF和迭代UKF通过多次迭代提高状态估计精度。系统使用MATLAB 2022a进行仿真和分析,结果显示UKF和迭代UKF在非线性强的系统中表现更佳,但计算复杂度较高;EKF和迭代EKF则更适合维数较高或计算受限的场景。
|
24天前
|
算法
基于SIR模型的疫情发展趋势预测算法matlab仿真
该程序基于SIR模型预测疫情发展趋势,通过MATLAB 2022a版实现病例增长拟合分析,比较疫情防控力度。使用SIR微分方程模型拟合疫情发展过程,优化参数并求解微分方程组以预测易感者(S)、感染者(I)和移除者(R)的数量变化。![]该模型将总人群分为S、I、R三部分,通过解析或数值求解微分方程组预测疫情趋势。
|
24天前
|
算法 数据可视化 数据安全/隐私保护
基于LK光流提取算法的图像序列晃动程度计算matlab仿真
该算法基于Lucas-Kanade光流方法,用于计算图像序列的晃动程度。通过计算相邻帧间的光流场并定义晃动程度指标(如RMS),可量化图像晃动。此版本适用于Matlab 2022a,提供详细中文注释与操作视频。完整代码无水印。