轮转数组——LeetCode198题

---

前言

最近在刷LeetCode算法入门题，仅做学习笔记用。基本上引用的都是力扣官方解答。

---

暴力循环（超时）

暴力循环k次，每次右移一位。
运行超时，显然，当数值包含的数很多或k值太大时，会消耗太多时间。
时间复杂度O(n^2)

//数组元素向右轮转k
    void rotate(vector<int>& nums, int k) {
        int n = nums.size();
        for(int j=0;j<k;j++){
            int temp = nums[n-1];
            for(int i=n-1;i>0;i--){
                nums[i] = nums[i-1];
            }
            nums[0] = temp;
        }
        cout<<"[";
        for(int i=0;i<n-1;i++){
            cout<<nums[i]<<",";
        }
        cout<<nums[n-1]<<"]";
    }

额外数组

创建一个跟输入数组一样大的空数组，将每个数的值安装轮转结束后的顺序依次填入新数组。

void rotate(vector<int>& nums, int k) {
        int n = nums.size();
        vector<int> ans(n);
        for(int i=0;i<n;i++){
            ans[(i+k)%n] = nums[i];
        }
        nums.assign(ans.begin(), ans.end());
    }

时间复杂度O(n)
空间复杂度O(n)
缺点：内存消耗较大

环状替换

使用额外数组的原因在于，如果我们直接将每个数字放至它最后的位置，被放置的元素会被覆盖。因此我们将每次替换的元素保存带变量temp中。
令初始temp=nums[0]，根据规则，位置0的元素会放在 (0+k)%n 位置。再令x = (0+k)%n ，nums[x]=temp，temp值更新为最近被替换的元素。
当x回到初始位置0时，有些数字可能还没有遍历到，所以我们应该考虑程序运行结束的标志是什么？当我们从0遍历，又回到起点0的过程中，我们遍历了多少个元素？
不妨设恰好走过了a圈，该过程共遍历了b个元素，则 an = bk，an是n，k的最小公倍数，因此b = lcm(n,k)/k。
说明单次遍历会访问b个元素，要遍历全部元素，则需要遍历n/b次。

代码如下（示例）：

void rotate(vector<int>& nums, int k){
	int n = nums.size();
	k = k%n;
	int count=gcd(k,n);//k,n的最大公约数，表示需要遍历的次数
	for(int start = 0; start<count;start++){
		int temp = nums[start];
		int current = start;
		//每轮遍历，回到起点标志结束
		do{
			int next = (start+k)%n;
			swap(nums[next],temp);
			current = next;
		}while(start!=current);
	}
}
             

时间复杂度：O（n）// n为数组的长度，每个元素只会被遍历一遍
空间复杂度：O（1）

数组翻转（最优解）

我们将数组的元素向右移动k次后，尾部的k%n个元素就被移至数组头部，其余元素向后移动k%n个位置。
我们先将所有元素翻转，这样尾部的 k%n 个元素就被移至数组头部，然后我们再分别翻转[0, k%n-1]区间和[k%n,n-1]区间的元素就能得到最后的答案。

代码如下（示例）：

void reverse(vector<int>& nums, int start, int end){
	while(start<end){
		swap(nums[start],nums[end]);
		start++;
		end--;
	}
}
void rotate(vector<int>& nums, int k){
	int n = nums.size();
	k = k % n;
	reverse(nums,0,n-1);
	reverse(nums,0,k-1);
	reverse(nums,k,n-1);
}

时间复杂度：O(2n) = O(n)//每个元素被翻转两次
空间复杂度：O(1)

---

总结

优先考虑时间复杂度和空间复杂的较低的算法。