优选算法|【双指针】|1089.复写零

简介: 优选算法|【双指针】|1089.复写零



题目描述

1089. 复写零

给你一个长度固定的整数数组 arr ,请你将该数组中出现的每个零都复写一遍,并将其余的元素向右平移。

注意:请不要在超过该数组长度的位置写入元素。请对输入的数组 就地 进行上述修改,不要从函数返回任何东西。

示例 1:

输入:arr = [1,0,2,3,0,4,5,0]

输出:[1,0,0,2,3,0,0,4]

解释:调用函数后,输入的数组将被修改为:[1,0,0,2,3,0,0,4]

示例 2:

输入:arr = [1,2,3]

输出:[1,2,3]

解释:调用函数后,输入的数组将被修改为:[1,2,3]


提示:

  • 1 <= arr.length <= 104
  • 0 <= arr[i] <= 9

题目解析

       题目意思就是遇到0了再写一遍0,其他元素向右平移就行。只能在原来数组上修改,也就是空间复杂度为0.

算法原理讲解

       一般像这种在数组中移动一些数的题目,也是用双指针算法来解决这个问题。

      双指针算法是根据异地解法的操作,优化成双指针的就地操作。

异地操作

异地操作就是,重新开辟一个数组。

       定义两个指针,cur用来扫描原数组,dest用来更新新数组。

       当cur对应的值不等于0时,dest更新一个数,将cur值直接填入dest的位置,dest++,cur++就行。

       当cur对应的值等于0时,dest指针更新两个数,都填入0,cur++就行。

       当dest=arrSize就结束了。

就地操作

       就是不用重新开辟数组,也就是题目要求的那样,我们可以把cur和dest这两个指针,都放在原数组上。

      用双指针解决复写问题的步骤

1.找到最后一个复写的数

2.从后向前完成复写

       让cur指向最后一个复写的数,对于[1,0,2,3,0,4,5,0]这个数组,最后一个复写的数是4,所以让cur指向4 ,best指向最后一个位置就行。

cur指向的这个数是非零的,所以复写一次就行,复写完后,cur--,dest--。

这次cur指向0,那就复写两次,后cur--。

从图中可以看出,当cur和dest都指向-1的时候就复写完成了。

接下来有一个问题就是?——怎么找到最后一个复写的数

       还是利用双指针算法,定义两个指针cur和dest,cur用来扫描数组,dest用来标识最后一个复写的数。

cur指向的值决定dest向后移动两步还是移动一步

1.先判断cur里面的值

2.决定dest走两步还是走一步

3.在判断dest到没到结尾

4.没到结尾再cur++

       咱们一步一步来,arr[cur]现在指向了1,所以dest走一步到达下标为0的位置,dest没有走到结尾,所以cur++。

arr[cur]现在指向了0,所以dest走两步到达下标为2的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了2,所以dest走一步到达下标为3的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了3,所以dest走一步到达下标为4的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了0,所以dest走两步到达下标为6的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了4,所以dest走一步到达下标为7的位置,dest走到结尾返回cur。

       对于这个数组这种方法是刚好的,那么如果是【1,0,2,3,0,4】

arr[cur]现在指向了1,所以dest走一步到达下标为0的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了0,所以dest走两步到达下标为2的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了2,所以dest走一步到达下标为3的位置,dest没有走到结尾所以cur++。

arr[cur]现在指向了3,所以dest走一步到达下标为4的位置,dest没有走到结尾所以cur++。

        arr[cur]现在指向了0,所以dest走两步到达下标为6的位置,但是这个数组没有下标6最大直到5,所以会产生越界。

       接下来,我们怎么解决这个问题,我们要明白越界是怎么产生的,是因为复写0,复写两次就产生了越界。这个情况我们单独处理一下。

那么怎么处理呢?我们在复写的时候将最后一个位置,和越界的那个位置都复写成0。但是越界那个位置不能修改成0,我们只需要把最后一个位置修改成0(直接在这里复写),也就是arr[arrSzie-1]=0,就可以。

修改之后我们将dest向前移动两步,cur向前移动一步

cur现在就是最后一个复写的值,接下来复写就从dest现在的位置开始复写。

代码

void duplicateZeros(int* arr, int arrSize) {
    //找到最后一个复写的位置
    int cur=0;
    int dest=-1;
    while(cur<arrSize)
    {
        if(arr[cur]==0)dest+=2;
        if(arr[cur]!=0)dest+=1;
        //如果dest到达最后一个位置就跳出循环
        //如果刚好的话是等于arrSzie-1,有越界的时候是等于arrSize
        if(dest==arrSize-1||dest==arrSize)break;
        cur++;
    }
    //处理边界
    if(dest==arrSize)
    {
        arr[arrSize-1]=0;
        cur-=1;
        dest-=2;
    }
    while(cur>=0&&dest>=0)
    {
        if(arr[cur]==0)
        {
            arr[dest--]=arr[cur];
            arr[dest--]=arr[cur--];
        }
        else
        {
            arr[dest--]=arr[cur--];
        }
    }
    
}
目录
打赏
0
0
0
0
6
分享
相关文章
【算法】——双指针算法合集(力扣)
移动零,复写零,快乐数,盛最多水的容器,有效三角形的个数,和为s的两个数(查找总价格为目标值的两个商品 ),三数之和,四数之和
双指针算法详解
本文介绍了双指针算法及其应用。双指针算法是在数组或字符串中常用的高效技术,通过维护两个指针遍历数据结构以解决特定问题。根据指针移动方向,可分为同向双指针、相向双指针和快慢指针。同向双指针如移动零和复写零问题;快慢指针如快乐数问题;相向双指针如盛水最多的容器、有效三角形数量及多数之和等问题。通过合理运用双指针技巧,可简化代码并提高效率。
107 4
【算法】双指针
【算法】双指针
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
83 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
基于生物地理算法的MLP多层感知机优化matlab仿真
本程序基于生物地理算法(BBO)优化MLP多层感知机,通过MATLAB2022A实现随机数据点的趋势预测,并输出优化收敛曲线。BBO模拟物种在地理空间上的迁移、竞争与适应过程,以优化MLP的权重和偏置参数,提升预测性能。完整程序无水印,适用于机器学习和数据预测任务。
基于IEKF迭代扩展卡尔曼滤波算法的数据跟踪matlab仿真,对比EKF和UKF
本项目基于MATLAB2022A实现IEKF迭代扩展卡尔曼滤波算法的数据跟踪仿真,对比EKF和UKF的性能。通过仿真输出误差收敛曲线和误差协方差收敛曲线,展示三种滤波器的精度差异。核心程序包括数据处理、误差计算及可视化展示。IEKF通过多次迭代线性化过程,增强非线性处理能力;UKF避免线性化,使用sigma点直接处理非线性问题;EKF则通过一次线性化简化处理。
基于二次规划优化的OFDM系统PAPR抑制算法的matlab仿真
本程序基于二次规划优化的OFDM系统PAPR抑制算法,旨在降低OFDM信号的高峰均功率比(PAPR),以减少射频放大器的非线性失真并提高电源效率。通过MATLAB2022A仿真验证,核心算法通过对原始OFDM信号进行预编码,最小化最大瞬时功率,同时约束信号重构误差,确保数据完整性。完整程序运行后无水印,展示优化后的PAPR性能提升效果。
基于PSO粒子群优化的CNN-LSTM-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-LSTM-SAM网络时间序列预测算法。使用Matlab2022a开发,完整代码含中文注释及操作视频。算法结合卷积层提取局部特征、LSTM处理长期依赖、自注意力机制捕捉全局特征,通过粒子群优化提升预测精度。适用于金融市场、气象预报等领域,提供高效准确的预测结果。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等