删除排序数组中的重复项

删除排序数组中的重复项:

给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。

不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。

我的思路:

首先判断数组是否为空,若是则返回值0,若不为空,则第一个元素不变,然后将其后第一个比它大的元素的值作为数组的第二个元素,依次遍历整个排序数组,从而找出数组中每一个不重复的元素,并按原来的顺序存放在数组中,返回移除后数组的新长度。

代码如下:

public class Solution {
    public int RemoveDuplicates(int[] nums) {
        if(nums.Length==0)
        {
            return 0;
        }
        int i=0;
        for(int j=1;j<nums.Length;j++)
            {
                if(nums[j]!=nums[i])
                {
                    nums[++i]=nums[j];
                }
            }
        return i+1;
    }
}

运行结果:

在这里插入图片描述

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
<think>我们正在处理一个已排序数组,要求原地删除重复项,并返回新数组的长度。新数组的前k个元素应包含唯一元素,且保持原有顺序。 思路:使用双指针法。一个指针(例如i)用于遍历数组,另一个指针(例如j)用于指向当前非重复序列的最后一个位置。 具体步骤: 1. 如果数组为空,返回0。 2. 初始化j=0(从第一个元素开始)。 3. 遍历数组,从第二个元素开始(即i从1到len(nums)-1): 如果当前元素nums[i]不等于nums[j],说明遇到了一个新的不重复元素,则j加1,并将nums[i]赋值给nums[j]。 4. 遍历结束后,j+1即为新数组的长度(因为j是索引,从0开始,所以个数为j+1)。 注意:题目要求原地修改,因此我们直接修改nums数组。 根据引用[2][3][4]中的描述,这个方法也是常见的解法。 我们来实现这个函数:</think>### Python 删除排序数组中的重复项 在已排序数组删除重复项是一个经典算法问题,核心要求是**原地修改数组**并返回唯一元素的数量。以下是详细实现和解析: #### 算法原理 使用**双指针法**,时间复杂度 $O(n)$,空间复杂度 $O(1)$: 1. **慢指针 `j`**:标记唯一序列的末尾位置 2. **快指针 `i`**:遍历数组元素 3. 当 `nums[i] != nums[j]` 时,将新元素移动到 `j+1` 位置 #### 代码实现 ```python def removeDuplicates(nums): if not nums: # 空数组处理 return 0 j = 0 # 慢指针初始化 for i in range(1, len(nums)): # 快指针从索引1开始 if nums[i] != nums[j]: j += 1 nums[j] = nums[i] # 原地覆盖重复值 return j + 1 # 返回唯一元素数量 ``` #### 示例解析 以 `nums = [0,0,1,1,1,2,2,3,3,4]` 为例: 1. 初始状态:`j=0`, `i=1` → `nums[0]=0` `nums[i]=0` 等于 `nums[j]`,跳过 **数组状态**: `[0,0,1,1,1,2,2,3,3,4]` 2. `i=2` → `nums[i]=1` ≠ `nums[j]=0` `j=1`, `nums[1]=1` **数组状态**: `[0,1,1,1,1,2,2,3,3,4]` 3. `i=5` → `nums[i]=2` ≠ `nums[j]=1` `j=2`, `nums[2]=2` **数组状态**: `[0,1,2,1,1,2,2,3,3,4]` 4. 最终返回 `j+1=5`,前5位为唯一元素:`[0,1,2,3,4]` #### 关键点说明 - **原地修改**:直接覆盖原数组,不使用额外空间(满足 $O(1)$ 空间复杂度)[^2][^3] - **保持顺序**:因数组排序,双指针法能保留元素原始顺序[^4] - **边界处理**:空数组直接返回0 #### 复杂度分析 - 时间复杂度:$O(n)$,仅需一次遍历 - 空间复杂度:$O(1)$,仅用常数级额外空间 #### 测试验证 ```python # 测试用例 nums = [1,1,2] k = removeDuplicates(nums) print(k, nums[:k]) # 输出: 2 [1,2] nums = [0,0,1,1,1,2,2,3,3,4] k = removeDuplicates(nums) print(k, nums[:k]) # 输出: 5 [0,1,2,3,4] ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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