Leetcode 977 Squares of Sorted array

博客围绕将非递减整数数组按元素乘方大小排序的问题展开。先给出题目描述,即把非递减序列按元素乘方排序后返回乘方的非递减序列。接着介绍解题思路,利用二次函数特性,从两端比较,绝对值大的乘方放返回数组最后,依次类推。

题目描述

Given an array of integers A sorted in non-decreasing order, return an array of the squares of each number, also in sorted non-decreasing order.

简而言之:将一个非递减序列,按照元素乘方的大小排序。返回乘方的非递减序列

Example 1:

Input: [-4,-1,0,3,10]
Output: [0,1,9,16,100]

Example 2:

Input: [-7,-3,2,3,11]
Output: [4,9,9,49,121]

Note:

  1. 1 <= A.length <= 10000
  2. -10000 <= A[i] <= 10000
  3. A is sorted in non-decreasing order.

解题思路

二次函数,中间低,两端高,从两端开始进行比较。
绝对值大的那个也是全局最大的。其乘方放在返回数组的最后一位,依次类推。

题解

    public int[] sortedSquares(int[] A) {
       
        int n = A.length;
        // 比较两端的绝对值 i 左  j右
        int i=0,j=n-1;
        int[] res = new int[n];
       // k表示放回数组的第k个数找到。
       // 这种左右开弓的方法 跟一轮快排还是很像。
        for (int k = n-1; k>=0; k--) {
            // 最大的放在后边
            if (Math.abs(A[i]) > Math.abs(A[j])){
                res[k] = A[i]*A[i];
                i++;
            }
            else {
                res[k] = A[j]*A[j];
                j--;
            }
        }
        return res;
    }
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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