leetcode hot100 之 移动零

本文介绍了一个LeetCode题目,要求在不使用额外空间的情况下,将数组中的零移动到末尾,同时保持非零元素的相对顺序。解决方案是通过双指针法,遍历数组并移动非零元素,最后补足零。该算法实现时间复杂度为O(n),空间复杂度为O(1)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目

给定一个数组,请将数组中的零移动数组末尾,并保持其他数字的相对顺序。

输入: nums = [0,1,0,3,12]
输出: [1,3,12,0,0]

原题链接: https://leetcode.cn/problems/move-zeroes/

思路

直接遍历数组,不断地将非0数组移动到最前面,同时统计数组中 零 的个数。遍历完一遍数组后,再直接从数组末尾开始补相应的零即可。

  • 复杂度分析
    • 时间复杂度 O(n)。
    • 空间复杂度 O(1)。

代码

class Solution {
public:
    void moveZeroes(vector<int>& nums) {
        int prev = 0;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            if (nums[i] == 0) {
                count++;
            }
            else {
                nums[prev] = nums[i];
                prev++;
            }
        }
        for (int i = nums.size() - count; i < nums.size(); i++) {
            nums[i] = 0;
        }
    }
};
### 关于 LeetCode Hot100 的题目解析与代码实现 以下是针对部分经典 LeetCode Hot100 题目的详细解析和代码实现: --- #### **可被三整除的最大和** 此题的核心在于动态规划的应用。通过构建状态转移方程来解决子序列求和问题。 ```python from functools import lru_cache def maxSumDivThree(nums): @lru_cache(None) def dp(index, remainder): if index == len(nums): return 0 if remainder == 0 else float('-inf') take = nums[index] + dp(index + 1, (remainder + nums[index]) % 3) not_take = dp(index + 1, remainder) return max(take, not_take) return dp(0, 0) ``` 上述方法利用记忆化递归来优化时间复杂度,确保每种可能的状态仅计算一次[^1]。 --- #### **玩筹码** 该问题可以通过贪心算法高效解决。核心思路是统计奇偶位置上的筹码数量并选择代价较小的操作方式。 ```python def minCostToMoveChips(position): even_count = sum(p % 2 == 0 for p in position) odd_count = len(position) - even_count return min(even_count, odd_count) ``` 这里的时间复杂度为 O(n),其中 n 是 `position` 数组的长度。 --- #### **买卖股票的最佳时机** 这是一道经典的单次交易最大利润问题,可以采用线性扫描的方式完成。 ```python def maxProfit(prices): min_price = float('inf') max_profit = 0 for price in prices: if price < min_price: min_price = price elif price - min_price > max_profit: max_profit = price - min_price return max_profit ``` 这段代码的关键在于维护当前最低价格以及潜在的最大收益。 --- #### **跳跃游戏 I 和 II** 这两道题分别涉及布尔判断和最小步数计算。前者可通过记录可达范围快速判定,后者则需借助动态规划思想逐步推进最优路径。 ##### 跳跃游戏 I ```python def canJump(nums): farthest = 0 for i, jump in enumerate(nums): if i > farthest: return False farthest = max(farthest, i + jump) return True ``` ##### 跳跃游戏 II ```python def jump(nums): jumps = current_end = farthest = 0 for i in range(len(nums) - 1): farthest = max(farthest, i + nums[i]) if i == current_end and i != len(nums) - 1: jumps += 1 current_end = farthest return jumps ``` 两者的共同特点是基于局部最优解推导全局最佳策略。 --- #### **划分字母区间** 本题要求找到字符串中的不重叠分区数目,适合用双指针配合哈希表处理。 ```python def partitionLabels(s): last_occurrence = {c: i for i, c in enumerate(s)} partitions = [] start = end = 0 for i, char in enumerate(s): end = max(end, last_occurrence[char]) if i == end: partitions.append(end - start + 1) start = i + 1 return partitions ``` 这种方法能够在线性时间内解决问题,并且保持空间开销较低。 --- #### **移动** 对于数组操作类问题,“头部”扩展技巧非常实用。具体做法如下所示: ```python def moveZeroes(nums): head = 0 for i in range(len(nums)): if nums[i] != 0: nums[head], nums[i] = nums[i], nums[head] head += 1 ``` 此处逻辑清晰明了,只需两次遍历即可达成目标[^2]。 --- ### 总结 以上展示了若干热门 LeetCode 题目及其解决方案。这些例子涵盖了多种常见算法模式,包括但不限于动态规划、贪心算法、滑动窗口等技术手段。
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