数组_双指针_3

本文详细解析了三色旗问题的解决方案,通过双指针法实现了数组中0、1、2三类元素的快速排序。重点介绍了动指针移动时机的选择,并对比了不同实现方式的优劣。

在这里插入图片描述
在这里插入图片描述

基本思路:

用两个指针分别指向头部和尾部,一个动指针实现遍历,如果动指针发现0,就换到前面去,如果发现2就换到后面去。
自己最开始写得代码(没有通过):

class Solution {
public:
    void sortColors(vector<int>& nums) {
        int right = nums.size() -1;
        int left = 0;
        
       for(int med = 0; med < = right ;  ){
           if(nums[med] == 0){
               swap(nums[med] , nums[left]);
               left++;
           }
            if(nums[med] == 2){
               swap(nums[med] , nums[right]);
               right--;
           }
           if(nums[med] == 1){
               med++;
           }
       }
    }
};

自己写得代码前前后后改了好几次才通过,问题出现在:动指针什么时候往前走。

看到比较好的解答:

class Solution {
public:
    void sortColors(vector<int>& nums) {
    int left = 0;
    int right = nums.size()-1;
    for(int i = 0 ; i<= right ;i++){

        if(nums[i]== 0 ){
            swap(nums[i] , nums[left]);
            left++;
        }
        if(nums[i]== 2 ){
            swap(nums[i] , nums[right]);
            right--;
            if(nums[i] != 1){
            i--;
        }
        }
        
    }
    }
};

看这里,作者对什么时候动指针往前走处理的很合适,动指针该不该往前走, 在于: 完成交换后,动指针当前位置是否换过来的是一个正确的值。就比如,交换之后如果是下图状态,i如果不管不顾,执行 i++,那肯定是不对的。因为显然这个“0”不在合适的位置上。
在这里插入图片描述

那能不能这样写判断语句:

class Solution {
public:
    void sortColors(vector<int>& nums) {
    int left = 0;
    int right = nums.size()-1;
    for(int i = 0 ; i<= right ;i++){

        if(nums[i]== 0 ){
            swap(nums[i] , nums[left]);
            left++;
        }
        if(nums[i]== 2 ){
            swap(nums[i] , nums[right]);
            right--;  
        }
        if(nums[i] != 1){ //单独写出来,交换位置之后,如果这个位置不是“1”,我就不往前走
            i--;
        }
    }
    }
};

答案是:不行!!!

如果其实数字是这样的,i的位置是0,i就必须往前走。
在这里插入图片描述
仔细思考一下,为什么只在right这边需要判断 i当前的值呢?
i是从左往右走的,i可以保证走过之后留下 0和1,且left指向的是“0”的结尾。但是right这边完全是混乱的,它和 i 交换之后有可能会把 i扰乱,所以要特别判断一下。
即:正着走就是一个普通的双指针,不用附加判断条件。
快排牛皮:

class Solution {
public:
    static void sortColors(vector<int>& nums) {
        int head = -1;
        int tail = nums.size();
        for (int i = 0; i < tail;) {
            if (nums[i] == 1) {
                i++;
            }else if(nums[i] == 0) {
                swap(nums[++head], nums[i++]);
            }else if(nums[i] == 2) {
                swap(nums[i], nums[--tail]);
            }
        }
    }
};

作者:朱道斌
链接:https://leetcode-cn.com/leetbook/read/all-about-array/x9dam3/?discussion=MYvyU8
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

代码转载自:https://pan.quark.cn/s/f87b8041184b Language: 中文 欢迎来到戈戈圈! 当你点开这个存储库的时候,你会看到戈戈圈的图标↓ 本图片均在知识共享 署名-相同方式共享 3.0(CC BY-SA 3.0)许可协议下提供,如有授权遵照授权协议使用。 那么恭喜你,当你看到这个图标的时候,就代表着你已经正式成为了一名戈团子啦! 欢迎你来到这个充满爱与希望的大家庭! 「与大家创造更多快乐,与人们一起改变世界。 」 戈戈圈是一个在中国海南省诞生的创作企划,由王戈wg的妹妹于2018年7月14日正式公开。 戈戈圈的创作类型广泛,囊括插画、小说、音乐等各种作品类型。 戈戈圈的目前成员: Contributors 此外,支持戈戈圈及本企划的成员被称为“戈团子”。 “戈团子”一词最初来源于2015年出生的名叫“团子”的大熊猫,也因为一种由糯米包裹着馅料蒸熟而成的食品也名为“团子”,不仅有团圆之意,也蕴涵着团结友爱的象征意义和大家的美好期盼,因此我们最终于2021年初决定命名戈戈圈的粉丝为“戈团子”。 如果你对戈戈圈有兴趣的话,欢迎加入我们吧(σ≧︎▽︎≦︎)σ! 由于王戈wg此前投稿的相关视频并未详细说明本企划的信息,且相关视频的表述极其模糊,我们特此创建这个存储库,以文字的形式向大家介绍戈戈圈。 戈戈圈自2018年7月14日成立至今,一直以来都秉持着包容开放、和谐友善的原则。 我们深知自己的责任和使命,始终尊重社会道德习俗,严格遵循国家法律法规,为维护社会稳定和公共利益做出了积极的贡献。 因此,我们不允许任何人或组织以“戈戈圈”的名义在网络平台或现实中发布不当言论,同时我们也坚决反对过度宣传戈戈圈的行为,包括但不限于与戈戈圈无关的任何...
内容概要:本文详细介绍了一个基于YOLOv8的血细胞智能检测系统全流程开发指南,涵盖从环境搭建、数据准备、模型训练与验证到UI交互系统开发的完整实践过程。项目利用YOLOv8高精度、高速度的优势,实现对白细胞、红细胞和血小板的自动识别与分类,准确率超过93%,单张图像检测仅需0.3秒。通过公开或自建血细胞数据集,结合LabelImg标注工具和Streamlit开发可视化界面,构建了具备图像上传、实时检测、结果统计与异常提示功能的智能系统,并提供了论文撰写与成果展示建议,强化其在医疗场景中的应用价值。; 适合人群:具备一定Python编程与深度学习基础,从事计算机视觉、医疗AI相关研究或项目开发的高校学生、科研人员及工程技术人员,尤其适合需要完成毕业设计或医疗智能化项目实践的开发者。; 使用场景及目标:①应用于医院或检验机构辅助医生进行血涂片快速筛查,提升检测效率与一致性;②作为深度学习在医疗影像领域落地的教学案例,掌握YOLOv8在实际项目中的训练、优化与部署流程;③用于学术论文写作与项目成果展示,理解技术与临床需求的结合方式。; 阅读建议:建议按照“数据→模型→系统→应用”顺序逐步实践,重点理解数据标注规范、模型参数设置与UI集成逻辑,同时结合临床需求不断优化系统功能,如增加报告导出、多类别细粒度分类等扩展模块。
基于蒙特卡洛,copula函数,fuzzy-kmeans获取6个典型场景进行随机优化多类型电动汽车采用分时电价调度,考虑上级电网出力、峰谷差惩罚费用、风光调度、电动汽车负荷调度费用和网损费用内容概要:本文围绕多类型电动汽车在分时电价机制下的优化调度展开研究,采用蒙特卡洛模拟、Copula函数和模糊K-means聚类方法获取6个典型场景,并在此基础上进行随机优化。模型综合考虑了上级电网出力、峰谷差惩罚费用、风光可再生能源调度、电动汽车负荷调度成本以及电网网损费用等多个关键因素,旨在实现电力系统运行的经济性与稳定性。通过Matlab代码实现相关算法,验证所提方法的有效性与实用性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①用于研究大规模电动汽车接入电网后的负荷调控策略;②支持含风光等可再生能源的综合能源系统优化调度;③为制定合理的分时电价政策及降低电网峰谷差提供技术支撑;④适用于学术研究、论文复现与实际项目仿真验证。; 阅读建议:建议读者结合文中涉及的概率建模、聚类分析与优化算法部分,动手运行并调试Matlab代码,深入理解场景生成与随机优化的实现流程,同时可扩展至更多元化的应用场景如V2G、储能协同调度等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值