内容简介：面试中的算法问题，有很多并不需要复杂的数据结构支撑。就是用数组，就能考察出很多东西了。其实，经典的排序问题，二分搜索等等问题，就是在数组这种最基础的结构中处理问题的，今天主要学习常见的数组中处理问题的方法。** 循环不变量。声明不变。控制边界。**** 极端情况：如果都为非0，则每个都自己和自己交换**
面试中的算法问题，有很多并不需要复杂的数据结构支撑。就是用数组，就能考察出很多东西了。其实，经典的 排序 问题，二分搜索等等问题，就是在数组这种最基础的结构中处理问题的，今天主要学习常见的数组中处理问题的方法。
数组中的问题其实最常见。
- 排序：选择排序；插入排序；归并排序；快速排序
- 查找：二分查找法
- 数据结构：栈；队列；堆
从二分查找法看如何写出正确的程序
- 建立一个基础的框架
- 什么是正确的程序
二分查找法
- 二分查找法的思想在1946年提出。
- 第一个没有bug的二分查找法在1962年才出现。
- 对于有序数列，才能使用二分查找法 （排序的作用）
需要注意的问题
- 声明变量的时候，明确变量的意义，并且在书写整个逻辑的时候，要不听的维护住这个变量的意义。
- 初始值问题
- 边界问题
template<typename T>
int binarySearch( T arr[], int n, T target ){
int l = 0, r = n-1; // 在[l...r]的范围里寻找target：前闭后闭
while( l <= r ){ // 只要还有可以查找的内容。当 l == r时,区间[l...r]依然是有效的
int mid = l + (r-l)/2;
if( arr[mid] == target ) return mid;
//mid已经判断过了
if( target > arr[mid] )
l = mid + 1; // target在[mid+1...r]中; [l...mid]一定没有target
else // target < arr[mid]
r = mid - 1; // target在[l...mid-1]中; [mid...r]一定没有target
}
return -1;
}
复制代码
** 循环不变量。声明不变。控制边界。**
int l = 0, r = n-1; // 在[l...r]的范围里寻找target：前闭后闭 复制代码
改变变量定义，依然可以写出正确的算法
template<typename T>
int binarySearch( T arr[], int n, T target ){
int l = 0, r = n; // target在[l...r)的范围里，这样设置才能保证长度为n
while( l < r ){ // 当 l == r时,区间[l...r)是一个无效区间 [42,43)
int mid = l + (r-l)/2;
if( arr[mid] == target ) return mid;
if( target > arr[mid] )
l = mid + 1; // target在[mid+1...r)中; [l...mid]一定没有target
else// target < arr[mid]
r = mid; // target在[l...mid)中; [mid...r)一定没有target
}
return -1;
}
复制代码
注意
- 求mid值是采用(l+r)/2容易整形溢出
- 采用mid = l + (r-l)/2;
如何写出正确的程序？
- 明确变量的含义
- 循环不变量
- 小数据量调试（4到6个数据）空集，边界（小数据集上代码如何运作的）
- 耐心找到bug，定位错误发生的位置。
- 大数据量测试（性能）
LeetCode题解： Move Zeros
直观的解题思路
- 拿出非0元素
- 将非0元素拿出来，然后空位补0
class Solution {
public:
// 时间复杂度 O(n)
// 空间复杂度 O(n) 新创建数组
void moveZeroes(vector<int>& nums) {
vector<int> nonZeroElements;
// 将vec中所有非0元素放入nonZeroElements中
for( int i = 0 ; i < nums.size() ; i ++ )
if( nums[i] )
nonZeroElements.push_back( nums[i] );
// 将nonZeroElements中的所有元素依次放入到nums开始的位置
for( int i = 0 ; i < nonZeroElements.size() ; i ++ )
nums[i] = nonZeroElements[i];
// 将nums剩余的位置放置为0
for( int i = nonZeroElements.size() ; i < nums.size() ; i ++ )
nums[i] = 0;
}
};
int main() {
int arr[] = {0, 1, 0, 3, 12};
//根据生成的数据创建vector：传入头指针和尾指针
vector<int> vec(arr, arr + sizeof(arr)/sizeof(int));
Solution().moveZeroes(vec);
for( int i = 0 ; i < vec.size() ; i ++ )
cout<<vec[i]<<" ";
cout<<endl;
return 0;
}
复制代码
即使简单的算法也能进一步优化。
- 不开辟额外空间
- k - [0…k)中保存所有当前遍历过的非0元素
class Solution {
public:
// 时间复杂度 O(n)
// 空间复杂度 O(1)
void moveZeroes(vector<int>& nums) {
int k = 0; // nums中, [0...k)的元素均为非0元素
// 遍历到第i个元素后,保证[0...i]中所有非0元素
// 都按照顺序排列在[0...k)中
for(int i = 0 ; i < nums.size() ; i ++ )
if( nums[i] )
nums[k++] = nums[i];
// 将nums剩余的位置放置为0
for( int i = k ; i < nums.size() ; i ++ )
nums[i] = 0;
}
};
int main() {
int arr[] = {0, 1, 0, 3, 12};
vector<int> vec(arr, arr + sizeof(arr)/sizeof(int));
Solution().moveZeroes(vec);
for( int i = 0 ; i < vec.size() ; i ++ )
cout<<vec[i]<<" ";
cout<<endl;
return 0;
}
复制代码
进一步优化
-
非0的赋值不用操作了。
-
非0的与0直接互换。
class Solution {
public:
// 时间复杂度 O(n)
// 空间复杂度 O(1)
void moveZeroes(vector<int>& nums) {
int k = 0; // nums中, [0...k)的元素均为非0元素
// 遍历到第i个元素后,保证[0...i]中所有非0元素
// 都按照顺序排列在[0...k)中
// 同时, [k...i] 为0
for(int i = 0 ; i < nums.size() ; i ++ )
if( nums[i] )
swap( nums[k++] , nums[i] );
}
};
复制代码
** 极端情况：如果都为非0，则每个都自己和自己交换**
class Solution {
public:
// 时间复杂度 O(n)
// 空间复杂度 O(1)
void moveZeroes(vector<int>& nums) {
int k = 0; // nums中, [0...k)的元素均为非0元素
// 遍历到第i个元素后,保证[0...i]中所有非0元素
// 都按照顺序排列在[0...k)中
// 同时, [k...i] 为0
for(int i = 0 ; i < nums.size() ; i ++ )
if( nums[i] )
//
if( k != i )
swap( nums[k++] , nums[i] );
else// i == k
k ++;
}
};
复制代码
相似题目
- leetcode 27
- leetcode 26
- leetcode 80
注意的问题
- 如何定义删除？从数组中去除？还是放在数组末尾？
- 剩余元素的排列是否要保证原有的相对顺序？
- 是否有空间复杂度的要求？ O(1)
基础算法思路的应用
75 Sort Colors
基数排序法
// 时间复杂度: O(n)
// 空间复杂度: O(k), k为元素的取值范围
// 对整个数组遍历了两遍
class Solution {
public:
void sortColors(vector<int> &nums) {
int count[3] = {0}; // 存放0,1,2三个元素的频率
for( int i = 0 ; i < nums.size() ; i ++ ){
assert( nums[i] >= 0 && nums[i] <= 2 );
count[nums[i]] ++;
}
int index = 0;
for( int i = 0 ; i < count[0] ; i ++ )
nums[index++] = 0;
for( int i = 0 ; i < count[1] ; i ++ )
nums[index++] = 1;
for( int i = 0 ; i < count[2] ; i ++ )
nums[index++] = 2;
// 小练习: 更加自使用的计数排序
}
};
int main() {
int nums[] = {2, 2, 2, 1, 1, 0};
vector<int> vec = vector<int>( nums , nums + sizeof(nums)/sizeof(int));
Solution().sortColors( vec );
for( int i = 0 ; i < vec.size() ; i ++ )
cout<<vec[i]<<" ";
cout<<endl;
return 0;
}
复制代码
可以只扫描一遍么？
一次三路快排
设置三个索引：zero two i
三路快排
// 时间复杂度: O(n)
// 空间复杂度: O(1)
// 对整个数组只遍历了一遍
class Solution {
public:
void sortColors(vector<int> &nums) {
int zero = -1; // [0...zero] == 0
int two = nums.size(); // [two...n-1] == 2
for( int i = 0 ; i < two ; ){
if( nums[i] == 1 )
i ++;
else if ( nums[i] == 2 )
swap( nums[i] , nums[--two]);
else{ // nums[i] == 0
assert( nums[i] == 0 );
swap( nums[++zero] , nums[i++] );
}
}
}
};
int main() {
int nums[] = {2, 2, 2, 1, 1, 0};
vector<int> vec = vector<int>( nums , nums + sizeof(nums)/sizeof(int));
Solution().sortColors( vec );
for( int i = 0 ; i < vec.size() ; i ++ )
cout<<vec[i]<<" ";
cout<<endl;
return 0;
}
复制代码
相似题目
- 88 Merge Sorted Array
- 215 Kth Largest Element in an Array
双索引技术-对撞指针
167 两数之和 II - 输入有序数组
需要考虑的问题
- 如果没有解怎样？保证有解
- 如果有多个解怎样？返回任意解
解法
-
最直接的思考：暴力解法。双层遍历，O(n^2)
- 暴力解法没有充分利用原数组的性质 —— 有序：有序？二分搜索？
-
二分搜索法
- 对于每个i, 在剩余数组中查找target-nums[i]的值
- 时间复杂度为O(NlogN)
-
对撞指针
- 一般会是大于或者小于。
- 如果大i++ 小 j--
- 两个索引在往中间走。对撞指针。
代码实现
// 时间复杂度: O(n)
// 空间复杂度: O(1)
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
assert( numbers.size() >= 2 );
// assert( isSorted(numbers) );
int l = 0, r = numbers.size()-1;
while( l < r ){
if( numbers[l] + numbers[r] == target ){
int res[2] = {l+1, r+1};
return vector<int>(res, res+2);
}
else if( numbers[l] + numbers[r] < target )
l ++;
else // numbers[l] + numbers[r] > target
r --;
}
throw invalid_argument("the input has no solution");
}
};
复制代码
相似题目
- 125 Valid Palindrome
- 空字符串如何看？
- 字符的定义？
- 大小写问题
- 344 Reverse String
- 345 Reverse Vowels of a String
- 11 Container With Most Water
双索引技术-滑动窗口
209长度最小的子数组
什么是子数组
- 一般不要求连续
- 而这个题目中规定了子数组要连续这样的特性。
- 如果没有解怎么办？返回0
暴力解O(N^3)
- 计算其和sum，验证sum >= s
- 时间复杂度O(n^3)
代码实现
int minSubArrayLen(int s, vector<int>& nums) {
assert(s > 0);
int res = nums.size() + 1;
for(int l = 0 ; l < nums.size() ; l ++)
for(int r = l ; r < nums.size() ; r ++){
int sum = 0;
for(int i = l ; i <= r ; i ++)
sum += nums[i];
if(sum >= s)
res = min(res, r - l + 1);
}
if(res == nums.size() + 1)
return 0;
return res;
}
复制代码
暴力解的优化O(N^2)
int minSubArrayLen(int s, vector<int>& nums) {
assert(s > 0);
// sums[i]存放nums[0...i-1]的和
vector<int> sums(nums.size() + 1, 0);
for(int i = 1 ; i <= nums.size() ; i ++)
sums[i] = sums[i-1] + nums[i-1];
int res = nums.size() + 1;
for(int l = 0 ; l < nums.size() ; l ++)
for(int r = l ; r < nums.size() ; r ++){
// 使用sums[r+1] - sums[l] 快速获得nums[l...r]的和
if(sums[r+1] - sums[l] >= s)
res = min(res, r - l + 1);
}
if(res == nums.size() + 1)
return 0;
return res;
}
复制代码
滑动窗口解
-
如果当前子数组不到就往后再看一个
-
窗口不停向前滑动。
// 滑动窗口的思路
// 时间复杂度: O(n)
// 空间复杂度: O(1)
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
//nums[l...r]为我们的滑动窗口
int l = 0, r = -1;
int sum = 0;
int res = nums.size() + 1;
while(l < nums.size()){
if(r+1 < nums.size() && sum < s){
r++;
sum += nums[r];
}else{
sum -= nums[l];
l++;
}
if(sum >= s){
res = min(res, r - l + 1);
}
}
if(res == nums.size() + 1)
return 0;
return res;
}
};
复制代码
在滑动窗口中做记录
无重复字符的最长子串
注意
字符集？只有字母？数字+字母？ASCII？
大小写是否敏感？
思路
- j++如果没有重复元素，窗口j继续往后
- 如果有重复元素，i++去除重复
- freq[256]记录窗口中的元素
实现代码
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int freq[256] = {0};
int l = 0, r = -1; //滑动窗口为s[l...r]
int res = 0;
// 整个循环从 l == 0; r == -1 这个空窗口开始
// 到l == s.size(); r == s.size()-1 这个空窗口截止
// 在每次循环里逐渐改变窗口, 维护freq, 并记录当前窗口中是否找到了一个新的最优值
while( l < s.size() ){
if( r + 1 < s.size() && freq[s[r+1]] == 0 )
freq[s[++r]] ++;
else //r已经到头 || freq[s[r+1]] == 1
freq[s[l++]] --;
res = max( res , r-l+1);
}
return res;
}
};
int main() {
cout << Solution().lengthOfLongestSubstring( "abcabcbb" )<<endl;
cout << Solution().lengthOfLongestSubstring( "bbbbb" )<<endl;
cout << Solution().lengthOfLongestSubstring( "pwwkew" )<<endl;
cout << Solution().lengthOfLongestSubstring( "" )<<endl;
return 0;
}
复制代码
相似题目
-
438 Find All Anagrams in a String
- 字符集范围？英文小写字母
- 返回的解的顺序？任意。
-
76 Minimum Window Substring
- 字符集范围
- 若没有解？ 返回“”
*若有多个解？保证只有一个解 - 什么叫包含所有字符？S = “a”，T = “aa”
-------------------------华丽的分割线--------------------
看完的朋友可以点个喜欢/关注，您的支持是对我最大的鼓励。
个人博客番茄技术小栈和 掘金主页
想了解更多，欢迎关注我的微信公众号：番茄技术小栈
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- Leetcode 题解|26. 删除排序数组中的重复项
- [剑指offer题解][Java]数组中出现次数超过一半的数字
- leetcode题解(动态规划)
- leetcode题解(动态规划)
- Leetcode 565 & 240 题解
- 卖酒的算法题解
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
