给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。
思路1:所有非零数字,从0给数组赋值(双指针)。时间复杂度O(n),空间复杂度O(1)。
void moveZeroes(int* nums, int numsSize){
int k=0;//第一个零数字下标
for(int i=0;i<numsSize;i++)
{
if(nums[i]!=0)
{
nums[k]=nums[i];
k++;
}
}
for(;k<numsSize;k++)
{
nums[k]=0;
}
}
思路2(优化):把前面的0,交换到后面。时间复杂度O(n),空间复杂度O(1)。
void moveZeroes(int* nums, int numsSize){
for(int k=0,i=0;i<numsSize;i++)
{
if(nums[i]!=0)
{
//swap(nums[k++],nums[i]);
int temp=nums[k];
nums[k++]=nums[i];
nums[i]=temp;
}
}
}
数组中只有0、1、2三个值的整数。原地对它们进行排序,使得相同数值的元素相邻,并按照0、1、2顺序排列。
思路1:执行两个for循环,一个数,一个写。时间复杂度O(n),空间复杂度O(1)。
void sortColors(int* nums, int numsSize){
int a=0,b=0;//a-0,b-1
for(int i=0;i<numsSize;i++)
{
if(nums[i]==0) a++;
if(nums[i]==1) b++;
}
for(int i=0;i<numsSize;i++)
{
if(a!=0)
{
nums[i]=0;a--;continue;
}
if(b!=0)
{
nums[i]=1;b--;continue;
}
nums[i]=2;
}
}
思路2(优化):仅使用常数空间的一趟扫描算法。i从前向后遍历,p1指向0,p2指向2。i扫描到2与p2交换,p2–;i扫描到0与p1交换,p1++;i。
void sortColors(int* nums, int numsSize){
int p1=0,p2=numsSize-1,i=0;
while(i<=p2)
{
if(nums[i]==0)
{
//swap(nums[p1++],nums[i++]);
int temp=nums[i];
nums[i++]=nums[p1];
nums[p1++]=temp;//扫描到0,i后移,因为i一定指向比0大的数
}
else if(nums[i]==2)
{
//swap(nums[p2--],nums[i]);
int temp=nums[i];
nums[i]=nums[p2];
nums[p2--]=temp;//注意,扫描到2,i不后移,因为可能i指向了0
}
else
{i++;}
}
}
在未排序的数组中找到第 k 个最大的元素。
思路一:先使用排序算法,数组从大到小排序。在输出a[k-1]。
(1)冒泡排序
int findKthLargest(int* nums, int numsSize, int k){
for(int i=0;i<numsSize;i++)
{
for(int j=numsSize-1;j>i;j--)
{
if(nums[j-1]<nums[j])
{
int temp=nums[j-1];
nums[j-1]=nums[j];
nums[j]=temp;
}
}
}
return nums[k-1];
}
(2)快速排序
void quickSort(int *arr,int begin,int end)
{
if(begin>=end)//!!!!!这一句不可以删除
return;
//第一个数为基准
int temp=arr[begin];
int i=begin,j=end;
while(i<j)
{
while(i<j&&arr[j]>temp)
j--;
arr[i]=arr[j];
while(i<j&&arr[i]<=temp)
i++;
arr[j]=arr[i];
}
//基准元素入位
arr[i]=temp;
quickSort(arr,begin,i-1);
quickSort(arr,i+1,end);
return;
}
int findKthLargest(int* nums, int numsSize, int k){
quickSort(nums,0,numsSize-1);
return nums[numsSize-k];
}
思路二:基于堆排序的选择方法。建立一个大根堆,做k-1次删除,堆顶即为答案。
堆的操作
- 建堆
- 调整
- 删除
void maxHeapify(int* a, int i, int heapSize) {
int l = i * 2 + 1, r = i * 2 + 2, largest = i;
if (l < heapSize && a[l] > a[largest]) {
largest = l;
}
if (r < heapSize && a[r] > a[largest]) {
largest = r;
}
if (largest != i) {
int t = a[i];
a[i] = a[largest], a[largest] = t;
maxHeapify(a, largest, heapSize);
}
}
void buildMaxHeap(int* a, int heapSize) {
for (int i = heapSize / 2; i >= 0; --i) {
maxHeapify(a, i, heapSize);
}
}
int findKthLargest(int* nums, int numsSize, int k) {
int heapSize = numsSize;
buildMaxHeap(nums, heapSize);
for (int i = numsSize - 1; i >= numsSize - k + 1; --i) {
int t = nums[0];
nums[0] = nums[i], nums[i] = t;
--heapSize;
maxHeapify(nums, 0, heapSize);
}
return nums[0];
}
给定一个已按照升序排列 的有序数组,找到两个数使得它们相加之和等于目标数。
思路一、二分查找法。时间复杂度:O(nlogn),空间复杂度:O(1)。
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
//遍历法,选第一个数
for(int i=0;i<numbers.size();i++)
{
//二分查找法,,选第二个数。目标在(i+1,numbers.size()-1),找target-numbers[i]
int low=i+1,high=numbers.size()-1;
while(low<=high)
{
int mid=(high-low)/2+low;
if(numbers[mid]==target-numbers[i])
return {i+1,mid+1};
else if(numbers[mid]>target-numbers[i])
high=mid-1;
else
low=mid+1;
}
}
return {-1,-1};
}
};
思路二、双指针法。时间复杂度:O(n),空间复杂度:O(1)。
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
int low=0,high=numbers.size()-1;
while(low<=high)
{
int sum=numbers[low]+numbers[high];
if(sum==target)
return {low+1,high+1};
else if(sum>target)
high--;
else
low++;
}
return {-1,-1};
}
};
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
思路一、暴力法。时间复杂度:O(n2),空间复杂度:O(1)。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int n=nums.size(),ans=INT_MAX;
if(n==0)
return 0;
for(int i=0;i<n;i++)
{
int sum=0;
for(int j=i;j<n;j++)
{
sum+=nums[j];
if(sum>=s)
{
ans=min(ans,j-i+1);
break;
}
}
}
return ans==INT_MAX?0:ans;
}
};
思路二、双指针法。时间复杂度:O(n),空间复杂度:O(1)。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int n=nums.size();
if(n==0)
return 0;
int start=0,end=0,sum=0,ans=INT_MAX;
while(end<n)
{
sum+=nums[end];
while(sum>=s)
{
ans=min(ans,end-start+1);
sum-=nums[start];
start++;
}
end++;
}
return ans==INT_MAX?0:ans;
}
};
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
思路:滑动窗口法。遇到下一个元素,与窗口内无重复——纳入;有重复——找到与窗口内无重复元素的位置,开头滑到它后面,结尾滑到新元素后面。eg.
时间复杂度:O(n),空间复杂度:O(m)。
class Solution {
public:
int lengthOfLongestSubstring(string s) {
if(s.length()==0)
return 0;
unordered_map<char,int>hashTable;//建立一个无序哈希表,下标为char类型,数组内容为int类型
int maxLength=0,currentLength=0,startIndex=0;
//从左到右遍历字符串
for(int i=0;i<s.length();i++)
{
//若没有出现过,加入子串
if(hashTable.find(s[i])==hashTable.end())//find() 根据键值,查找某个元素,返回迭代器,如果没找到元素,则返回unordered_map.end()迭代器,指示没有该元素。
{
currentLength++;
hashTable[s[i]]=i;
}
//重复出现了,则收缩窗口
else
{
if(currentLength>maxLength)
maxLength=currentLength;
startIndex=max(hashTable[s[i]],startIndex);
currentLength=i-startIndex;
hashTable[s[i]]=i;
}
}
if(currentLength>maxLength)
maxLength=currentLength;
return maxLength;
}
};
给定一个字符串,验证它是否是回文串,只考虑字母和数字字符,可以忽略字母的大小写。
C语言库函数
- isalnum():判断字符变量c是否为字母或数字,若是则返回非零,否则返回零。
- tolower是一种函数,功能是把字母字符转换成小写,非字母字符不做出处理。
class Solution {
public:
bool isPalindrome(string s) {
int low=0,high=s.size();
while(low<high)
{
//跳过非字母字符
while(low<high&&!isalnum(s[low]))
low++;
while(low<high&&!isalnum(s[high]))
high--;
//比较是否相同
if(low<high)
{
//不相同
if(tolower(s[low])!=tolower(s[high]))
{
return false;
}
//相同
low++;
high--;
}
}
return true;
}
};