本文章中仅供自己学习或者向偷懒做笔记的同学提供一个总结!
数组是存放在连续内存空间上的相同类型数据的集合。可以通过下标索引的方式获取到对应的数据,需要注意两点:1. 数组下标是从0开始的;2. 数组内存空间的地址是连续的(二维数组在内存的空间地址也是连续的)。
一、二分查找
方法前提: 数组为有序数组, 数组中无重复元素。
写法:(注意:区间的定义是不变量)
假设问题是:在数组[1, 2, 3, 4, 5, 6, 7, 8, 9]中查找元素3
1、 定义target在一个左闭右闭的区间内: [left, right]
注意两点:
1. whie(left <= right),此时要用<=,因为left == right有意义的;
2. if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle - 1
int SearchMid(vector& arr, int target){
int left = 0;
int right = arr.size()-1;
while(left <= right)
{
int middle = left + (right - left) / 2;
if (arr[middle] > target){
right = middle - 1;
}
else if (arr[middle] < target){
left = middle + 1;
}
else{
return middle;
}
}
return -1;
}
2、定义target在一个左闭右开的区间内: [left, right)
注意两点:
1. whie(left < right),此时要用<,因为left == right是无意义的;
2. if (nums[middle] > target) right 要赋值为 middle ,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle
int SearchMid(vector& arr, int target){
int left = 0;
int right = arr.size()-1;
while(left < right)
{
int middle = left + (right - left) / 2;
if (arr[middle] > target){
right = middle;
}
else if (arr[middle] < target){
left = middle + 1;
}
else{
return middle;
}
}
return -1;
}
二、 移除元素
数组的元素在内存地址中是连续的,不能单独删除数组中的某个元素,只能覆盖。
对于需要在同一个数组上操作时,可以考虑使用双指针。双指针的使用方法:
定义一个快指针(遍历数组,通过判断条件给慢指针对应的位置元素进行覆盖),一个慢指针(用来实现更新数组元素以及新数组下标的功能),以实现在一个for循环中完成两个for循环的工作。
例: 给定一个数组nums 和 一个目标值val,原地移除所有数值等于val的元素并返回移除后数组的新长度。
class Solution {
public:
int removeElement(vector& nums, int val) {
int slow_point = 0;
for (int fast_point = 0; fast_point < nums.size();fast_point++)
{
if(nums[fast_point] != val){
nums[slow_point++] = nums[fast_point];
}
}
return slow_point;
}
};
此时:时间复杂度O(n),空间复杂度O(1) 。
三、长度最小的子数组
例: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。
滑动窗口法:
实现滑动窗口需要确定三点:1、窗口内是什么?2、如何移动窗口的起始位置?3、如何移动窗口的终止位置?滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。对于这道题,窗口内就是满足其和>=7的最小连续子数组;当窗口的值大于7,则移动初始位置;窗口的终止位置就是遍历数组的指针;
class Solution {
public:
int minSubArrayLen(int s, vector& nums) {
int result = INT32_MAX;
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 注意这里使用while,每次更新 i(起始位置),并不断比较子序列是否符合条件
while (sum >= s) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处,不断变更i(子序列的起始位置)
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
四、螺旋数组
这种题目主要考察模拟过程,其中要注意的点是要确定上下左右四条边界的位置、要保持循环不变量的原则(循环过程中保持左闭右开/左开右闭)
例题:
力扣54题: 给你一个 m
行 n
列的矩阵 matrix
,请按照顺时针螺旋顺序 ,返回矩阵中的所有元素。
class Solution {
public:
vector spiralOrder(vector>& matrix) {
vector vec;
int row = matrix.size();
int col = matrix[0].size();
int size = row * col;
int left = 0;
int right = col - 1;
int top = 0;
int bottom = row - 1;
while(size >= 1){
for (int i = left; i <= right && size >= 1; i++){
vec.push_back(matrix[top][i]);
size--;
}
top++;
for (int i = top; i <= bottom && size >= 1; i++){
vec.push_back(matrix[i][right]);
size--;
}
right--;
for (int i = right; i >= left && size >= 1; i--){
vec.push_back(matrix[bottom][i]);
size--;
}
bottom--;
for (int i = bottom; i >= top && size >= 1; i--){
vec.push_back(matrix[i][left]);
size--;
}
left++;
}
return vec;
}
};
关于数组的经典考题:
二分法:时间复杂度O(logn),注意循环不变量原则,即在循环中坚持区间的定义
双指针法:时间复杂度O(n),通过一个快指针和慢指针在一个for循环下完成两个for循环的工作
滑动窗口:时间复杂度O(n),重点需要理解滑动窗口如何移动初始位置,达到动态更新窗口大小的
模拟行为:注意循环不变量原则