题目链接LC977
给你一个按 非递减顺序
排序的整数数组 nums
,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序
排序。
思路1:到手第一感觉,先遍历数组,平方之后再排序
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for (int i = 0; i < nums.size(); i++) {
nums[i] = nums[i]*nums[i];
}
sort(nums.begin(), nums.end());
return nums;
}
};
//时间复杂度O(n + logn)
//空间复杂度O(1)
思路2:双指针法,考虑到原始数组并不是全是正数,负数的平方有可能会更大。那么可以从左右两边平方后,比完之后大的放在一个新的数组最后面,左边先后移,右边向前移。
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int left = 0; //左指针
int right = nums.size() - 1; // 右指针
int k = nums.size() - 1; //新数组的最大长度
vector<int> ans(nums.size()); // 开辟的新数组
// 当左指针小于右指针时,两个指针指向同一个点时,随便返回一个就行
while (left <= right) {
if (nums[left] * nums[left] > nums[right] * nums[right]) {
//左指针大放左边,同时进行指针移动
ans[k] = nums[left] * nums[left];
k--;
left++;
}
else {
//包含了右指针大和两个指针相等的情况
ans[k] = nums[right] * nums[right];
k--;
right--;
}
}
return ans;
}
};
//时间复杂度O(n)
//空间复杂度O(n) 开辟了一个新的数组,空间换时间
双指针法是数组中常用的方法,需要掌握怎么移动,定的位置在哪合适,所以需要加大练习。
题目链接
给定一个含有 n
个正整数的数组和一个正整数 target
。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,
并返回其长度。如果不存在符合条件的子数组,返回 0
。
思路1暴力解法: 首先拿一层for循环控制起始位置,另外一层控制终止位置,当最短系列加起来的值大于等于target以后,中断循环,然后继续下一轮。
时间复杂度:O(n^2)
空间复杂度:O(1)
// 超出了时间限制
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int res = INT32_MAX; // 最终结果
int subLen = 0; //子序列长度
for (int i = 0; i < nums.size(); i++) {
int sum = 0;
for (int j = i; j < nums.size(); j++) {
sum += nums[j];
if (sum >= target) {
subLen = j - i + 1; //获取子序列长度
// 判断赋值
res = res < subLen ? res : subLen;
break;
}
}
}
return res == INT32_MAX ? 0 : res;
}
};
思路2 滑动窗口: 所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。只用一个for
循环,那么指向的一定是终止位置。
时间复杂度O(n)
空间复杂度O(1)
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int res = INT32_MAX; // 设置返回值
int subLen = 0; // 设定子序列长度
int i = 0; // 初始化起始位置
int sum = 0; // 初始化子序列累加和
for (int j = 0; j < nums.size(); j++) { // 用 j 控制终止位置
sum += nums[j]; // 遍历计算累加和
// 直到累加和大于等于目标值
while (sum >= target) {
subLen = j - i + 1; // 获取序列长度
res = res < subLen ? res : subLen; // 更新返回值
sum -= nums[i]; // 将滑动窗口的初始位置值减去,再得到子序列和
i++; // 初始位置移动
}
}
return res == INT32_MAX ? 0 : res;
}
};
先从暴力解法理解如何遍历得到最短的子序列长度,然后进而得到滑动窗口的方法。如何确定滑动窗口的起始位置,是精华所在
while (sum >= target) {
subLen = j - i + 1; // 获取序列长度
res = res < subLen ? res : subLen; // 更新返回值
sum -= nums[i]; // 将滑动窗口的初始位置值减去,再得到子序列和
i++; // 初始位置移动,不断变更起始位置
}
螺旋矩阵
给你一个正整数 n
,生成一个包含 1 到 n2
所有元素,且元素按顺时针顺序螺旋排列的 n x n
正方形矩阵
matrix
。
思路: 主要是循环不变量的思想,确定好边界条件时本题的关键。
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> ans(n, vector<int>(n, 0)); // 使用vector定义一个二维数组
int x, y = 0; // 定义每一圈初始位置(x, y)
int loop = n / 2; // 定义循环圈数
int mid = n / 2; // 当n为奇数时,最中间的数
int offset = 1; // 每次遍历时,要控制的离开最后的数
int i,j;
int count = 1; // 需要填入矩阵的值
while (loop--) {
i = x; // 定义初始位置
j = y;
for (j = y; j < n- offset; j++) {
ans[x][j] = count++;
}
// 从上到下
for (i = x; i < n - offset; i++) {
ans[i][j] = count++;
}
//从右往左
for (; j > y; j--) {
ans[i][j] = count++;
}
// 从下往上
for (; i > x; i--) {
ans[i][j] = count++;
}
x++; y++;
offset += 1;
}
if (n % 2) {
ans[mid][mid] = count;
}
return ans;
}
};
本题主要的思路在于如何确定循环不变量,然后每次遍历的时候 i, j
的值目前在哪,想通矩阵A[I][J]
是常用的表达方式,那么就比较容易解决这道题。
正是因为数组的在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址。
循环不变量原则,只有在循环中坚持对区间的定义,才能清楚的把握循环中的各种细节。
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。从而将O(n^2)的暴力解法降为O(n)。
不涉及到什么算法,就是单纯的模拟,十分考察对代码的掌控能力。