代码随想录算法训练营第2天| 977有序数组的平方、209长度最小的子数组。

JAVA代码编写

977. 有序数组的平方

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。

示例 1：

输入：nums = [-4,-1,0,3,10]
输出：[0,1,9,16,100]
解释：平方后，数组变为 [16,1,0,9,100]
排序后，数组变为 [0,1,9,16,100]

示例 2：

输入：nums = [-7,-3,2,3,11]
输出：[4,9,9,49,121]

提示：

• 1 <= nums.length <= 104
• -104 <= nums[i] <= 104
• nums 已按 非递减顺序 排序

进阶：

• 请你设计时间复杂度为 O(n) 的算法解决本问题

文章讲解：https://programmercarl.com/0977.%E6%9C%89%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E5%B9%B3%E6%96%B9.html

视频讲解： https://www.bilibili.com/video/BV1QB4y1D7ep

方法一：暴力排序

思路：遍历数组中的元素，算出平方和，再调用函数排序即可。

复杂度分析：取决于排序的复杂度

• 时间复杂度：$O(nlogn)$
• 空间复杂度：$O(nlogn)$

class Solution {
    public int[] sortedSquares(int[] nums) {
        for (int i = 0; i < nums.length; i++) {
            nums[i]*=nums[i];
        }
        Arrays.sort(nums);
        return nums;
    }
}

方法二：双指针法

思路：因为输入的数组是递增的，平方操作后的最大值只可能在数组两边，此时，只需要比较两边的数，找到最大的数，依次进行比较。

复杂度分析：

• 时间复杂度：$O(n)$
• 空间复杂度：$O(n)$

class Solution {
    public int[] sortedSquares(int[] nums) {
        int left=0;
        int right=nums.length-1;
        int k=nums.length-1;
        int[] resuslt=new int[nums.length];//定义一个新的数组，存放结果
        while(left<=right){
            if(nums[left]*nums[left] > nums[right]*nums[right]){
                resuslt[k]=nums[left]* nums[left];//result[k]赋值为较大的值
                k--;//result[k]赋值完后，k要相对于减一进行下一次赋值
                left++;//左指针右移
            }else{
                resuslt[k]=nums[right]*nums[right];
                k--;
                right--;//右指针左移
            }
        }
        return resuslt;
    }
}

其他写法：

class Solution {
    public int[] sortedSquares(int[] nums) {
        int right = nums.length - 1;
        int left = 0;
        int[] result = new int[nums.length];
        int index = result.length - 1;
        while (left <= right) {
            if (nums[left] * nums[left] > nums[right] * nums[right]) {
                // 正数的相对位置是不变的， 需要调整的是负数平方后的相对位置
                result[index--] = nums[left] * nums[left];
                ++left;
            } else {
                result[index--] = nums[right] * nums[right];
                --right;
            }
        }
        return result;
    }
}

class Solution {
    public int[] sortedSquares(int[] nums) {
        int l = 0;
        int r = nums.length - 1;
        int[] res = new int[nums.length];
        int j = nums.length - 1;
        while(l <= r){
            if(nums[l] * nums[l] > nums[r] * nums[r]){
                res[j--] = nums[l] * nums[l++];
            }else{
                res[j--] = nums[r] * nums[r--];
            }
        }
        return res;
    }
}

这两个写法，只是在++和–上有简化代码作用，使得代码更为简洁。

209. 长度最小的子数组

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总和大于等于 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 。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2：

输入：target = 4, nums = [1,4,4] 
输出：1

示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

• 1 <= target <= 109
• 1 <= nums.length <= 105
• 1 <= nums[i] <= 105

进阶：

• 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

文章讲解：https://programmercarl.com/0209.%E9%95%BF%E5%BA%A6%E6%9C%80%E5%B0%8F%E7%9A%84%E5%AD%90%E6%95%B0%E7%BB%84.html

视频讲解：https://www.bilibili.com/video/BV1tZ4y1q7XE

方法一：暴力解法

思路：两层for循环，第一层表示子序列的起始位置，第二层表示子序列的结束位置，计算子序列起始位置到终止位置的和sum，如何和sum大于等于target，就计算当前子序列的长度，与初始长度，比较，找最小的长度。找不到的话返回0。

复杂度分析：

• 时间复杂度：$O(n^2)$
• 空间复杂度：$O(1)$

class Solution {
    public int minSubArrayLen(int target, int[] nums) {

        int subLength=0;//子序列的长度
        int result=Integer.MAX_VALUE;//将result定义为最大值
        int sum=0;//子序列的和
        for (int i = 0; i < nums.length; i++) {//子序列起始位置i（下标）
            sum=0;//每次更新子序列起始位置，就将子序列和置为0
            for (int j = i; j < nums.length; j++) {//子序列结束位置j（下标）
                sum+=nums[j];//计算子序列的和

                if (target<=sum ){
                    subLength=j-i+1;
                    result=result<subLength?result:subLength;//result=min(subLength,result)
                    break;
                }
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;//result没有被赋值，就说明不存在这样的子序列，返回0
    }
}

方法二：滑动窗口

思路：用一个循环干方法一的事，方法一是从子序列的起始位置开始变量的，这里我们从子序列的结束位置开始往前遍历。

复杂度分析：

• 时间复杂度：$O(n)$
• 空间复杂度：$O(1)$

class Solution {
    public int minSubArrayLen(int target, int[] nums) {

        int left=0;
        int result=Integer.MAX_VALUE;//将result定义为最大值
        int sum=0;//子序列的和
        for(int right=0;right < nums.length; right++){
            sum+=nums[right];
            while(sum>=target){
                result= result<(right-left+1)?result:(right-left+1);
                sum-=nums[left++];
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }
}

这里还是以题目中的示例来举例，s=7， 数组是 2，3，1，2，4，3，来看一下查找的过程：