三、双指针(two-point)

文章目录

  • 一、算法核心思想
  • 二、算法模型
    • (一)对撞指针
      • 1.[704.二分查找](https://leetcode.cn/problems/binary-search/)
        • (1)思路
        • (2)代码
        • (3)复杂度分析
      • 2.[15.三数之和](https://leetcode.cn/problems/3sum/description/)
        • (1)思路
        • (2)代码
        • (3)复杂度分析
      • 3.[167.两数之和-输入有序数组](https://leetcode.cn/problems/two-sum-ii-input-array-is-sorted/description/)
        • (1)思路
        • (2)代码
        • (3)复杂度分析
    • (二)快慢指针
      • 1.[392.判断子序列](https://leetcode.cn/problems/is-subsequence/)
        • (1)思路
        • (2)代码
        • (3)复杂度分析
      • 2.[876.链表的中心节点](https://leetcode.cn/problems/middle-of-the-linked-list/description/)
        • (1)思路
        • (2)代码
        • (3)复杂度分析
    • (三)滑动窗口

一、算法核心思想

双指针是指在遍历对象时,使用两个或多个指针进行遍历及相应的操作。大多用于数组操作,这利用了数组连序性的特点。双指针常用来降低算法的时间复杂度,因为使用两个指针可以避免多层循环。
双指针的三个关键点:

  • 指针的起始位置的选取
  • 指针的移动方向
  • 指针的移动速度
    这三个关键点是双指针算法的核心也是难点!

二、算法模型

(一)对撞指针

对撞指针:左右两个指针,向中间靠拢。

1.704.二分查找

(1)思路

数组有序的前提下用双指针进行二分查找,双指针的作用在于"二分"。首先左右两个指针l r,分别指向数组的首元素和尾元素,判断左右指针中间数组下标mid所对应的数组值与目标值的大小关系,共有如下三种情况:

nums[mid] == target 找到目标值,记录数组下标,结束
nums[mid] > target 中间的值大于目标值,应当在区间 [ l, mid-1 ] 中继续查找
nums[mid] < target 中间值小于目标值,应当在区间 [ mid+1 , r ] 中继续查找

(2)代码

class Solution {
public:
    int search(vector<int>& nums, int target) {
    if (target < nums[0] || target > nums[nums.size() - 1]) {
          return -1;
    }
    int left = 0, right = nums.size() - 1;
    while (left <= right) {
        int med = left + ((right - left) >> 1);
        if (nums[med] > target) {
              right = med - 1;
        }
        else if (nums[med] < target) {
              left  = med + 1;
        }
        else {
            return med;
        }
    }
return -1;
    }
};

(3)复杂度分析

时间复杂度:O(logn)
空间复杂度:O(1)

2.15.三数之和

(1)思路

先将 nums 排序,时间复杂度为 O(NlogN)。

固定 3 个指针中最左(最小)元素的指针 k,双指针 i,j 分设在数组索引 (k,len(nums))两端。

双指针 i , j 交替向中间移动,记录对于每个固定指针 k 的所有满足 nums[k] + nums[i] + nums[j] == 0 的 i,j 组合:

  1. 当 nums[k] > 0 时直接break跳出:因为 nums[j] >= nums[i] >= nums[k] > 0,即 3 个元素都大于 0 ,在此固定指针 k 之后不可能再找到结果了。
  2. 当 k > 0且nums[k] == nums[k - 1]时即跳过此元素nums[k]:因为已经将 nums[k - 1] 的所有组合加入到结果中,本次双指针搜索只会得到重复组合。
  3. i,j 分设在数组索引 (k,len(nums))两端,当i < j时循环计算s = nums[k] + nums[i] + nums[j],并按照以下规则执行双指针移动:
    当s < 0时,i += 1并跳过所有重复的nums[i];
    当s > 0时,j -= 1并跳过所有重复的nums[j];
    当s == 0时,记录组合[k, i, j]至res,执行i += 1和j -= 1并跳过所有重复的nums[i]和nums[j],防止记录到重复组合;

(2)代码

class Solution {
public:
    vector<vector<int>> threeSum(vector<int>& nums) {
        // 犹豫不决先排序,步步逼近双指针
        sort(nums.begin(),nums.end());
         vector<vector<int>> res;
        for (int k = 0; k < nums.size() - 2; k ++) {
            if (nums[k] > 0) break;
            if (k > 0 && nums[k] == nums[ k - 1]) continue;
            int i = k + 1,j = nums.size() - 1;
            while (i < j) {
                int sum = nums[k] + nums[i] + nums[j];
                if(sum < 0){
                    while(i < j && nums[i] == nums[++i]);
                } else if (sum > 0) {
                    while(i < j && nums[j] == nums[--j]);
                }
                else {
                    res.push_back(vector<int>{nums[k], nums[i], nums[j]});
                    while(i < j && nums[i] == nums[++i]);
                    while(i < j && nums[j] == nums[--j]);
                } 
            
            }
        }
        return res;
    }
};

(3)复杂度分析

时间复杂度:O(N2)
空间复杂度:O(1)

3.167.两数之和-输入有序数组

(1)思路

  1. 初始化: 双指针 i , j分别指向数组 numbers的左右两端 (俗称对撞双指针)。
  2. 循环搜索: 当双指针相遇时跳出。
  3. 计算和 s=numbers[i]+numbers[j]
    若 s>targets,则指针j向左移动,即执行 j=j−1 。
    若 s 若 s=targets ,由于题目要求索引从1开始,因此返回数组 [i+1,j+1]。
    三、双指针(two-point)_第1张图片

(2)代码

class Solution {
public:
    vector<int> twoSum(vector<int>& numbers, int target) {
         if (numbers.size() == 0) {
            return {0,0};
        }
        int slow = 0,fast = numbers.size() - 1;
        while (slow < fast) {
            int sum = numbers[slow] + numbers[fast];
            if (sum < target) slow ++;
            else if (sum > target) fast--;
            else return {slow + 1,fast + 1};
        }
        return {};
    }
};

(3)复杂度分析

时间复杂度:O(N) N 为数组 numbers 的长度;双指针共同线性遍历整个数组。
空间复杂度:O(1)

(二)快慢指针

快慢指针:左右两个指针,一块一慢

1.392.判断子序列

(1)思路

(2)代码

class Solution {
public:
    bool isSubsequence(string s, string t) {
        int n = s.length();
        int m = t.length();
        if (s.size() == 0) return true;
        if (n > m) return false;

        int i = 0,j = 0;
        while (i < n && j < m) {
            if (s[i] == t[j]) 
                i ++;
                j ++;
            
        }
        return i == n;
    }
};

(3)复杂度分析

时间复杂度:O(n+m)
空间复杂度:O(1)

2.876.链表的中心节点

(1)思路

考虑借助快慢双指针 fast, slow ,「快指针 fast」每轮走 2 步,「慢指针 slow」每轮走 1 步。
fast 的步数恒为 slow 的 2 倍,因此当快指针遍历完链表时,慢指针就指向链表中间节点。而由于长度为偶数的链表有两个中间节点,因此需要分两种情况考虑:
链表长度为奇数: 当 fast 走到链表「尾节点」时,slow 正好走到「中间节点」。
链表长度为偶数: 当 fast 走到「null」时(越过「尾节点」后),slow 正好走到「第二个中间节点」。
总结以上规律,应在当 fast 遇到或越过尾节点 时跳出循环,并返回 slow 即可。

(2)代码

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode() : val(0), next(nullptr) {}
 *     ListNode(int x) : val(x), next(nullptr) {}
 *     ListNode(int x, ListNode *next) : val(x), next(next) {}
 * };
 */
class Solution {
public:
    ListNode* middleNode(ListNode* head) {
        if (head == nullptr || head -> next == nullptr)
            return head;
        ListNode* slow = head;
        ListNode* fast = head;
        while (fast && fast -> next) {
            fast = fast -> next -> next;
            slow = slow -> next;
        }
        return slow;
    }
};

(3)复杂度分析

时间复杂度:O(N)
空间复杂度:O(1)

(三)滑动窗口

你可能感兴趣的:(Agorithm,c++,算法)