今日学习文章及视频链接
有序数组的平方
例题
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]
大概思路
暴力排序解法
代码实现:通过循环遍历数组,将每个元素进行平方操作,之后使用sort函数(快速排序)对平方后的数组进行排序,最后返回排序后的数组。
时间复杂度:对数组所有元素进行平方操作时间复杂度为O(n) ,排序操作时间复杂度为O(nlogn) ,整体时间复杂度记为O(n + nlogn) ,近似为 O(nlogn)。
学习完代码随想录后,认识到解决这类题型的方法大致分为-暴力排序-和-双指针法-
双指针解法
解题思路:
由于原数组有序,负数平方后可能成为最大数,所以数组平方后的最大值在数组两端。使用双指针,i指向起始位置,j指向终止位置,定义与原数组大小相同的新数组result,k指向result数组的终止位置。比较A[i] * A[i]与A[j] * A[j]的大小,将较大的平方值放入result[k],并移动相应指针。
代码实现:
初始化k为数组A的大小减 1,创建大小与A相同且初始值为 0 的数组result。
通过for循环,在i <= j的条件下进行比较和赋值操作。
若A[i] * A[i] < A[j] * A[j],将A[j] * A[j]赋值给result[k],并将j和k指针减 1;
否则,将A[i] * A[i]赋值给result[k],并将i和k指针进行相应移动。
循环结束后,返回result数组。
时间复杂度:仅需遍历一次数组,时间复杂度为 ,相较于暴力排序解法有显著提升。
两种方法的具体代码实现:
import java.util.Arrays;
public class SortedSquares {
// 暴力排序法
public static int[] sortedSquaresByBruteForce(int[] nums) {
for (int i = 0; i < nums.length; i++) {
nums[i] = nums[i] * nums[i];
}
Arrays.sort(nums);
return nums;
}
// 双指针法
public static int[] sortedSquaresByTwoPointers(int[] nums) {
int[] result = new int[nums.length];
int i = 0;
int j = nums.length - 1;
int k = nums.length - 1;
while (i <= j) {
if (Math.abs(nums[i]) < Math.abs(nums[j])) {
result[k--] = nums[j] * nums[j];
j--;
} else {
result[k--] = nums[i] * nums[i];
i++;
}
}
return result;
}
public static void main(String[] args) {
int[] nums = {-4, -1, 0, 3, 10};
int[] result1 = sortedSquaresByBruteForce(nums.clone());
int[] result2 = sortedSquaresByTwoPointers(nums);
System.out.println("暴力排序法结果: " + Arrays.toString(result1));
System.out.println("双指针法结果: " + Arrays.toString(result2));
}
}
可能遇到的困难
暴力排序解法中,对基本数据类型数组排序可能会混淆排序方法,所以排序时,确保使用正确的排序方法,如Arrays.sort
双指针解法中,指针移动逻辑可能会出错,如i、j、k指针更新条件和顺序错误;在比较元素平方大小时,绝对值计算错误。所以,需要注意仔细检查指针移动的条件和顺序,可通过调试或添加注释辅助理解;计算绝对值时,可以使用Math.abs方法确保正确。
长度最小的子数组
例题
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。
示例:
- 输入:s = 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。
提示:
- 1 <= target <= 10^9
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
大概思路
暴力解法
使用两个嵌套for循环,外层循环控制子数组起始位置,内层循环控制终止位置。在内层循环中计算子数组的和,一旦和大于等于给定值s,就更新最小子数组长度,并停止内层循环继续寻找下一个起始位置的符合条件子数组。时间复杂度为O(n的平方),空间复杂度为O(1)。
学习完代码随想录后,认识到解决这类题型的方法大致分为-暴力解法-和-滑动窗口解法-
滑动窗口解法
原理:
滑动窗口通过调节子序列的起始和终止位置得出结果,可视为双指针法的一种。使用一个for循环表示窗口的终止位置,通过while循环根据窗口内元素和与s的大小关系调整窗口起始位置。
实现要点:
确定窗口内是满足和大于等于s的连续子数组;
当窗口内元素和大于等于s时,窗口起始位置向前移动(缩小窗口);
窗口结束位置由for循环的索引控制,即遍历数组的指针;
通过不断调节窗口起始位置,将时间复杂度从暴力解法的O(n的平方)降为O(n),空间复杂度为O(1)
滑动窗口的“接地气”解释
想象一下,有一个很长的数字队伍(数组)。滑动窗口就像是一个可以移动的小框框,这个框框可以框住队伍里的一部分数字(连续的子数组)。
我们的目标是找到和大于等于s的长度最小的子数组。首先,我们让这个小框框(滑动窗口)的左边(起始位置)在队伍(数组)的最开始。
然后,我们慢慢把小框框的右边(终止位置)往队伍后面移。每移动一次,我们就计算一下小框框里数字的总和。
当这个总和大于等于s的时候,我们就看看这个小框框(子数组)的长度。如果这个长度比之前找到的符合条件的小框框长度都要小,那我们就记住这个长度。
但是,我们还不能停。因为可能还有更短的小框框也满足条件。这时候,我们就试着把小框框的左边(起始位置)往队伍后面移一点,看看总和还满不满足大于等于s。如果满足,我们就又得到一个可能更短的小框框,再比较一下长度。
我们就这样一直移动小框框的右边(终止位置),当总和小于s的时候,就继续往后移;当总和大于等于s的时候,就试着移动小框框的左边(起始位置),一直到小框框的右边(终止位置)移到队伍的最后。这样,我们就能找到长度最小的那个满足条件的小框框啦。
具体代码实现示例:
public class MinimumSizeSubarraySum {
// 暴力解法
public static int minSubArrayLenBruteForce(int s, int[] nums) {
int minLen = Integer.MAX_VALUE;
for (int i = 0; i < nums.length; i++) {
int sum = 0;
for (int j = i; j < nums.length; j++) {
sum += nums[j];
if (sum >= s) {
minLen = Math.min(minLen, j - i + 1);
break;
}
}
}
return minLen == Integer.MAX_VALUE ? 0 : minLen;
}
// 滑动窗口解法
public static int minSubArrayLenSlidingWindow(int s, int[] nums) {
int left = 0;
int right = 0;
int sum = 0;
int minLen = Integer.MAX_VALUE;
while (right < nums.length) {
sum += nums[right];
while (sum >= s) {
minLen = Math.min(minLen, right - left + 1);
sum -= nums[left];
left++;
}
right++;
}
return minLen == Integer.MAX_VALUE ? 0 : minLen;
}
public static void main(String[] args) {
int[] nums = {2, 3, 1, 2, 4, 3};
int s = 7;
int bruteForceResult = minSubArrayLenBruteForce(s, nums);
int slidingWindowResult = minSubArrayLenSlidingWindow(s, nums);
System.out.println("暴力解法结果: " + bruteForceResult);
System.out.println("滑动窗口解法结果: " + slidingWindowResult);
}
}
螺旋矩阵Ⅱ
例题
给定一个正整数 n,生成一个包含 1 到 n^2 所有元素,且元素按顺时针顺序螺旋排列的正方形矩阵。
示例:
输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]
大概思路
要画一个正方形的图案,这个图案里的数字从1开始,一直到n乘以n那么多,而且这些数字得像螺旋一样一圈一圈地排。就像给这个正方形一圈一圈地“包边”。
先从最外圈开始,分四步来画这一圈的四条边。(以“左闭右开”为例)
第一步,从左边往右边画上面那条边。这时候,咱们要记住一个小规则,就是左边这个点要算进去,右边那个点不算,这就是“左闭右开”,就好像左边的门关上了,右边的门开着。沿着这条边,一个一个地把数字填进去。
第二步,从上边往下边画右边那条边,同样遵循“左闭右开”,把数字顺着往下填。
第三步,从右边往左边画下面那条边,还是按照这个规则,把数字填好。
第四步,从下边往上面画左边那条边,把这一圈剩下的数字填完。
画完一圈后,咱们就往里面再画一圈,还是按照这四步的方法,每次都从左上角开始,再一圈一圈地画。
但是这里面有个小细节,如果n是奇数的话,最后中间会剩下一个小格子,咱们得单独给这个小格子填上数字。
具体代码实现示例
public class SpiralMatrixII {
// 生成螺旋矩阵的方法
public static int[][] generateMatrix(int n) {
int[][] result = new int[n][n];
int startRow = 0;
int startCol = 0;
int endRow = n - 1;
int endCol = n - 1;
int num = 1;
while (startRow <= endRow && startCol <= endCol) {
// 从左到右填充上面一行
for (int i = startCol; i <= endCol; i++) {
result[startRow][i] = num++;
}
startRow++;
// 从上到下填充右边一列
for (int i = startRow; i <= endRow; i++) {
result[i][endCol] = num++;
}
endCol--;
// 从右到左填充下面一行
if (startRow <= endRow) {
for (int i = endCol; i >= startCol; i--) {
result[endRow][i] = num++;
}
endRow--;
}
// 从下到上填充左边一列
if (startCol <= endCol) {
for (int i = endRow; i >= startRow; i--) {
result[i][startCol] = num++;
}
startCol++;
}
}
return result;
}
public static void main(String[] args) {
int n = 3;
int[][] matrix = generateMatrix(n);
for (int[] row : matrix) {
for (int num : row) {
System.out.print(num + " ");
}
System.out.println();
}
}
}
学习完代码随想录后,认识到解决这类题型的方法是模拟螺旋绘制矩阵的过程。具体绘制过程是由外向内一圈圈进行,每圈绘制四条边,分别为从左到右填充上行、从上到下填充右列、从右到左填充下行、从下到上填充左列 。
难点
为保证代码逻辑清晰,需遵循循环不变量原则。在绘制每条边时,坚持左闭右开的规则,确保绘制过程的一致性,防止因边界处理规则混乱导致代码出错。
数组总结
1. 数组理论基础
数组是存储在连续内存空间的相同类型数据集合,通过下标索引访问元素,下标从0开始。因其内存连续,增删元素需移动其他元素。C++中vector与array不同,vector是容器,底层基于array实现 。以Java二维数组为例,如int[][] rating = new int[3][4],其内存并非3×4的连续空间,而是由四条连续地址空间构成。
2. 数组经典题目及解法
二分法:
以相关题目为例,可采用暴力解法,时间复杂度为O(n),更优解是二分法,时间复杂度为O(logn),解题时需遵循循环不变量原则,该方法是算法面试常考内容。
双指针法(快慢指针法):
在移除元素题目中应用,暴力解法时间复杂度为O(n的平方),双指针法可将其降为O(n)。该方法通过一个快指针和慢指针在一个for循环内完成原本两个for循环的工作,在数组和链表操作中应用广泛。
滑动窗口:
在特定题目中,暴力解法时间复杂度为O(n的平方),滑动窗口法为O(n)。该方法根据子序列和的情况调节起始位置,动态更新窗口大小,以获取符合条件的最小长度。
模拟行为(包括但不限于螺旋矩阵):
这类题目不涉及特定算法,主要考验代码掌控能力。解题时需遵循循环不变量原则,避免边界判断混乱,使代码简洁且有原则。
今日收获
~脑袋怎么嗡嗡的?~
~糟糕~
~是知识的回响!~
时长记录:耗时将近120分钟完成学习和博客内容
希望有所帮助~