双指针
283. 移动零
要求:必须在原数组上操作,且保持非零元素的顺序
思路:把0移到后面 <—> 把非0元逐个移动到前面,剩余后面的就都是0
class Solution:
def moveZeroes(self, nums: List[int]) -> None:
"""
Do not return anything, modify nums in-place instead.
"""
idx = 0
# 扫描非0元,并把它移动到前面
for i in range(len(nums)):
if nums[i] != 0:
nums[idx] = nums[i]
idx += 1
# 剩余后面的位置就是0,直接赋值
for i in range(idx, len(nums)):
nums[i] = 0
15. 三数之和(X)
要求满足,i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0,最终三元组不重复(顺序不一样也算重复)
根据<167. 两数之和 II - 输入有序数组>的思路
我们将数组转换为有序序列,然后逐个遍历i
,找到剩余元素中符合num[i]+num[j]+num[k]=0
的j,k
class Solution:
def threeSum(self, nums: List[int]) -> List[List[int]]:
# 遍历所有的 i, 找到满足 nums[j] + nums[k] = nums[-i]
# 答案中不可以包含重复的三元组(当 nums[i] 相同时才会出现)
# 所以跳过相同的 nums[i] 即可, 同时还要跳过相同的 nums[j] nums[k]
nums.sort()
ans = []
n = len(nums)
for i in range(n - 2):
if i > 0 and nums[i] == nums[i-1]:
continue
j,k = i+1, n-1
while j < k:
s = nums[i] + nums[j] + nums[k]
if s > 0:
k -= 1
elif s < 0:
j += 1
else:
ans.append([nums[i],nums[j],nums[k]])
# 跳过 j k 相同的数
j += 1
while j < k and nums[j] == nums[j-1]:
j += 1
k -= 1
while j < k and nums[k] == nums[k+1]:
k -= 1
return ans
前置题目
有序序列,所以从两头开始遍历
- 如果
numbers[l] + numbers[r] > target
,则需要移动较大的一端,找一个更小的r - 如果
numbers[l] + numbers[r] < target
,则需要移动较小的一端,找一个更大的l
class Solution:
def twoSum(self, numbers: List[int], target: int) -> List[int]:
lens = len(numbers)
l, r = 0,lens-1
while l < r:
if numbers[l] + numbers[r] > target:
r -= 1
elif numbers[l] + numbers[r] < target:
l += 1
else:
return [l+1,r+1]
11. 盛最多水的容器

左右指针分别从两端开始逐步向中间移动(因为两端是宽度最大的)
但是,移动左指针还是右指针需要思考:
(1)怎么样才能提高面积?——增加高度,因为宽度一开始就是最大的
于是,我们在每次移动对应的高度较小的指针,希望找到更高的高度,增加面积
class Solution:
def maxArea(self, height: List[int]) -> int:
r = len(height) - 1
l = 0
ans = 0
while l < r:
h = min(height[l], height[r])
area = (r-l) * h
ans = max(ans, area)
# 移动矮边,寻找更高边
# 才有可能在宽度减小的情况下,提高面积
if h == height[l]:
l += 1
else:
r -= 1
return ans
42. 接雨水

方法一:前缀max + 后缀max
pre_max[i]
=[0, i]
中高度最高的,suf_max[i]
=[i,len-1]
中高度最高的
==>对每个位置求能接水的体积 = 左右max中短板的高度 - 位置i
的高度)
==> v = min(pre_max[i],suf_max[i]) - height[i]
class Solution:
# 时间复杂度O(n)--3n
# 空间复杂度O(n)
def trap(self, height: List[int]) -> int:
n = len(height)
pre_max = [height[0]] * n
suf_max = [height[-1]] * n
ans = 0
for i in range(1,n):
pre_max[i] = max(pre_max[i-1], height[i])
for j in range(n-2, -1, -1):
suf_max[j] = max(suf_max[j+1], height[j])
for i in range(n):
ans += min(pre_max[i], suf_max[i]) - height[i]
return ans
方法二:双指针(优化空间,并把时间从3n优化到n)
(1)左右指针l,r
,同时维护位置l
的pre_max
和位置r
的suf_max
(2)如果 pre_max < suf_max
,说明位置l
的min(pre_max, suf_max)=pre_max
。因为位置r
的suf_max
更大了,right往中心移动只可能会加大suf_max
。此时位置l
的体积计算完了,于是left+=1
(3)同理,如果 pre_max > suf_max
,说明位置r
的min(pre_max, suf_max)=suf_max
。
class Solution:
def trap(self, height: List[int]) -> int:
n = len(height)
pre_max, suf_max = 0, 0
left, right = 0, n-1
ans = 0
while left < right:
pre_max = max(pre_max, height[left])
suf_max = max(suf_max, height[right])
if pre_max < suf_max:
ans += (pre_max -height[left])
left += 1
else:
ans += (suf_max - height[right])
right -= 1
return ans
子串
560. 和为 K 的子数组(X)
求连续序列的和为k的个数
方法:哈希+前缀和
- 前缀和
s
,求出所有的前缀和 - 类似<两数之和>,当前位置的前缀和为
s
,要求得和为k
的区间,则前面要有满足和为s-k
的前缀和 - 于是用字典来统计前缀和为
x
的个数
from collections import defaultdict
class Solution:
def subarraySum(self, nums: List[int], k: int) -> int:
d = defaultdict(int)
d[0] = 1
s = 0
ans = 0
for i,v in enumerate(nums):
s += v
t = s-k
if t in d:
ans += d[t]
d[s] += 1
return ans
其他题解
- 假设k = 2,前缀和数组pre,我们知道 pre[r] = 5。 那么我们的目标就是求出满足r‘ < r, pre[r] - k = pre[r’] 的 r’ 的个数,即 pre[r’] = 3
- 如下图所示,pre(r’) = 3的前缀和存在两个,为了减少查询 r’ 的时间,我们可以使用哈希表。 hashmap(v) = k,表示前缀和为v出现的次数。
- 注意!我们要计算的是当前位置 r 之前,有多少次 pre[r’] = pre[r] - k
- 为实现该目的,我们应该从左往右边计算前缀和,边统计个数。
- 这样在对每一个位置求 pre[r’] 的个数,就只包含 r’ < r的情况
- 特别的,在初始时要默认前缀和为0的个数=1
- 这样在 k = 5时,我们求 pre[r] - k = 0的个数才是正确的
from collections import defaultdict
class Solution:
def subarraySum(self, nums: List[int], k: int) -> int:
pre = 0
times = {0:1}
ans = 0
for v in nums:
pre += v
ans += times.get(pre-k, 0)
times[pre] = times.get(pre, 0) + 1
return ans
239. 滑动窗口最大值
单调队列
(1)队列中只维护可能为最大值的元素
(2)当遇到4后,4左边的所有元素都不可能是最大值了,可以删除左边比4小的值
(3)即维护的队列,是从左到右递减的,于是最大值就是最左边的数
from collections import deque
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
ans = []
q = deque() # 保存nums的下标
for i, x in enumerate(nums):
# 1、入队尾(右)
while q and nums[q[-1]] <= x:
q.pop() # 维护单调性(保证入队后,左边没有<=x的元素)
q.append(i)
# 2、出队首(左)
if i - q[0] + 1 > k:
q.popleft()
# 3、记录窗口最大值
if i >= k-1:
ans.append(nums[q[0]]) # 由于单调性,队首就是最大元素
return ans
76. 最小覆盖子串
前置同类型题目:209. 长度最小的子数组(双指针+前缀和)
左右指针l,r。s记录当前窗口的和
(1)如果 s >= target,此时通过移动左指针,缩小窗口,找到满足 >= target的更小区间
(2)当区间内的和小于 target 时,移动右指针,直到满足后,再重复(1)
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
n = len(nums)
s = 0
ans = inf
left = 0
for right, x in enumerate(nums):
s += x
while s >= target:
ans = min(ans, right - left + 1)
s -= nums[left]
left += 1
return ans if ans <= n else 0
字符串的覆盖 <==> 子串中每个字符出现的次数都 >= 目标串中每个字符出现的次数
(该操作在python3.10及以上可以使用Counter来实现,直接对比两个Counter对象就是比较相同键的值的大小)
方法一:类比最小子数组的方式
from collections import Counter
class Solution:
def minWindow(self, s: str, t: str) -> str:
ans_left, ans_right = -1, len(s) # 记录最小子串的idx
left = 0
cnt_s = Counter()
cnt_t = Counter(t)
for right, c in enumerate(s):
cnt_s[c] += 1
while cnt_s >= cnt_t:
if right - left < ans_right - ans_left:
ans_left, ans_right = left, right
cnt_s[ s[left] ] -= 1
left += 1
return s[ ans_left: ans_right+1] if ans_left != -1 else ""
优化方法一
存在的问题:方法一中,右指针每次移动都会判断子串是否是 t 的覆盖,十分耗时
优化方式:修改覆盖的判断方式,使用kinds,记录窗口内的元素数是否满足覆盖
from collections import Counter
class Solution:
def minWindow(self, s: str, t: str) -> str:
ans_left, ans_right = -1, len(s) # 记录最小子串的idx
left = 0
cnt_s = Counter()
cnt_t = Counter(t)
n = len(cnt_t)
kinds = 0 # 子串中val >= cnt_t中key的val的个数
for right, c in enumerate(s):
cnt_s[c] += 1
if cnt_s[c] == cnt_t[c]:
kinds += 1
while kinds == n: # 满足覆盖
if right - left < ans_right - ans_left:
ans_left, ans_right = left, right
x = s[left]
# 当前val相等,说明移除left后,子串的val就不满足目标了,于是 kinds -= 1
if cnt_s[x] == cnt_t[x]:
kinds -= 1
cnt_s[ x ] -= 1
left += 1
return s[ ans_left: ans_right+1] if ans_left != -1 else ""