前言
仅做学习使用,侵删
什么是ARTS?
算法(Algorithm): 每周至少一道LeetCode算法题,加强编程训练和算法学习
阅读(Review): 阅读并点评至少一篇英文技术文章,提高英文水平
技巧 (Tip):学习至少一个技术技巧,总结、归纳日常工作中遇到的知识点
分享(Share):分析一篇有关点和思考的技术文章,建立影响力,输出价值观
算法
力扣-27题
题目描述
给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。
假设 nums 中不等于 val 的元素数量为 k,要通过此题,您需要执行以下操作:
更改 nums 数组,使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
返回 k。
用户评测:
评测机将使用以下代码测试您的解决方案:
int[] nums = [...]; // 输入数组
int val = ...; // 要移除的值
int[] expectedNums = [...]; // 长度正确的预期答案。
// 它以不等于 val 的值排序。
int k = removeElement(nums, val); // 调用你的实现
assert k == expectedNums.length;
sort(nums, 0, k); // 排序 nums 的前 k 个元素
for (int i = 0; i < actualLength; i++) {
assert nums[i] == expectedNums[i];
}
如果所有的断言都通过,你的解决方案将会 通过。
示例 1:
输入:nums = [3,2,2,3], val = 3
输出:2, nums = [2,2,_,_]
解释:你的函数函数应该返回 k = 2, 并且 nums 中的前两个元素均为 2。
你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。
示例 2:
输入:nums = [0,1,2,2,3,0,4,2], val = 2
输出:5, nums = [0,1,4,0,3,_,_,_]
解释:你的函数应该返回 k = 5,并且 nums 中的前五个元素为 0,0,1,3,4。
注意这五个元素可以任意顺序返回。
你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。
提示:
0 <= nums.length <= 100
0 <= nums[i] <= 50
0 <= val <= 100
前置知识
- 数组操作:了解如何遍历数组、修改数组元素。
数组的基础知识可以看这里 程序员算法面试中,必须掌握的数组理论知识 (opens new window)
- 双指针技巧:掌握使用两个指针来处理数组问题的方法,其中一个用于读取(遍历),另一个用于写入(记录有效位置)
双指针法(快慢指针法)是一种常见的算法技巧,主要用于处理链表、数组等问题。它通过使用两个指针(通常称为快指针和慢指针)来遍历数据结构,从而实现特定的功能或优化算法的效率。
基本原理
快慢指针法的核心思想是让两个指针以不同的速度移动。通常情况下:
- 慢指针每次移动一步;
- 快指针每次移动两步。
通过这种方式,快指针会比慢指针更快地到达数据结构的末尾,而慢指针则可以保持在一个相对稳定的位置。这种速度差可以用来解决一些特定的问题。
常见应用场景
- 链表问题
- 检测链表是否有环:如果链表有环,快指针和慢指针最终会在环内相遇。如果没有环,快指针会先到达链表的末尾。
- 找到链表的中间节点:当快指针到达链表末尾时,慢指针正好位于链表的中间位置。
- 反转链表:通过双指针法可以实现链表的原地反转。
- 数组问题
- 移除数组中的特定元素:使用快指针遍历数组,慢指针记录需要保留的元素位置。
- 合并两个有序数组:通过双指针分别指向两个数组的起始位置,依次比较并合并。
- 滑动窗口问题
- 寻找满足条件的子数组:通过双指针表示窗口的左右边界,动态调整窗口大小以满足特定条件。
LeetCode常见问题:
- 链表是否有环
- 数组移除特定元素
优点
- 时间效率高:通常可以将时间复杂度从O(n²)优化到O(n)。
- 空间效率高:不需要额外的存储空间,直接在原数据结构上操作。
3.时间复杂度与空间复杂度:理解算法效率的重要性,尽量寻找线性时间和常数空间的解决方案。
不同的解法有不同的时间和空间复杂度。
解题方法
方法一:暴力求解
最简单也是最容易想到的方法
class Solution {
public int removeElement(int[] nums, int val) {
// 暴力法
int n = nums.length;
for (int i = 0; i < n; i++) {
if (nums[i] == val) {
for (int j = i + 1; j < n; j++) {
nums[j - 1] = nums[j];
}
i--;
n--;
}
}
return n;
}
}
代码分析
时间复杂度分析
- 外层循环:外层循环从
i = 0
遍历到n
,每次循环检查数组中的元素是否等于目标值val
。- 最坏情况下,外层循环需要遍历整个数组,时间复杂度为 O(n)。
- 内层循环:当找到一个等于
val
的元素时,内层循环会将该元素之后的所有元素向前移动一位。- 每次内层循环的执行次数取决于剩余数组的长度。例如,如果数组中有
k
个等于val
的元素,且它们的位置分布较为分散,那么内层循环的总执行次数接近 O(n²)。
- 每次内层循环的执行次数取决于剩余数组的长度。例如,如果数组中有
- 总结:
- 最坏情况下,外层循环和内层循环的组合导致总时间复杂度为 O(n²)。
- 最好情况下(数组中没有等于
val
的元素),时间复杂度为 O(n)。
因此,这段代码的时间复杂度为 O(n²)。
空间复杂度分析
- 原地操作:代码直接在原数组上进行操作,没有使用额外的存储空间。
- 变量占用:除了输入数组
nums
,代码中只使用了几个辅助变量(i
、j
、n
),这些变量占用的空间是常数级别的。
因此,这段代码的空间复杂度为 O(1)。
总结
- 时间复杂度:O(n²)
- 最坏情况下,外层循环和内层循环的组合导致总时间复杂度为 O(n²)。
- 最好情况下(数组中没有等于
val
的元素),时间复杂度为 O(n)。 - 空间复杂度:O(1)
方法二:快慢指针法
代码随想录中的快慢指针定义:
定义快慢指针
快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
慢指针:指向更新 新数组下标的位置
代码随想录解法
class Solution {
public int removeElement(int[] nums, int val) {
// 快慢指针
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
if (nums[fastIndex] != val) {
nums[slowIndex] = nums[fastIndex];
slowIndex++;
}
}
return slowIndex;
}
}
自己的解法:
class Solution {
public int removeElement(int[] nums, int val) {
int slow = 0; // 慢指针,记录需要保留的元素位置
for (int fast = 0; fast < nums.length; fast++) { // 快指针,遍历数组
if (nums[fast] != val) {
nums[slow] = nums[fast];
slow++;
}
}
return slow; // slow 的值即为移除特定元素后的数组长度
}
}
代码分析:
时间复杂度为 O(n),空间复杂度仍为 O(1)
其他解法:
//相向双指针法
class Solution {
public int removeElement(int[] nums, int val) {
int left = 0;
int right = nums.length - 1;
while(right >= 0 && nums[right] == val) right--; //将right移到从右数第一个值不为val的位置
while(left <= right) {
if(nums[left] == val) { //left位置的元素需要移除
//将right位置的元素移到left(覆盖),right位置移除
nums[left] = nums[right];
right--;
}
left++;
while(right >= 0 && nums[right] == val) right--;
}
return left;
}
}
// 相向双指针法(版本二)
class Solution {
public int removeElement(int[] nums, int val) {
int left = 0;
int right = nums.length - 1;
while(left <= right){
if(nums[left] == val){
nums[left] = nums[right];
right--;
}else {
// 这里兼容了right指针指向的值与val相等的情况
left++;
}
}
return left;
}
}