算法-双指针-简单-移动零

文章介绍了如何使用双指针技巧,不复制数组的情况下将给定数组中的所有0移动到末尾,同时保持非零元素的相对顺序。初级和进阶代码展示了这一过程,以及其高效性。

记录一下算法题的学习2

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

请注意 ,必须在不复制数组的情况下原地对数组进行操作。

示例 1:

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

示例 2:

输入: nums = [0]
输出: [0]

分析思考:

什么是双指针?

双指针即用两个不同速度不同方向的指针对数组或对象进行访问,通过两个不同指针的碰撞从而达到特定的目的。

左右指针通常在数组有序的情况下,从最小和最大端同时对数组进行处理,对满足特定条件的数组元素进行成对处理,而快慢指针逐渐靠拢直至发生碰撞,则遍历完所有数组

我们在这里使用左右指针

初级代码展示

class Solution {
    public void moveZeroes(int[] nums) {
      int i=0;
      int j=0;
      //判断该数组是否为空或者只有一个值,就不需要排序
      if(nums==null||nums.length<=1){
          System.out.println("数组为空或数组只有一个值,不需要移动顺序");
      }
      //第一次遍历,j指针记录非0的个数,只要是非0的都赋给nums[j],这里nums[j++]实际上最开始就是nums[0],而不是nums[1];
      for(i=0;i<nums.length;i++){
          if(nums[i]!=0){
              nums[j++]=nums[i];
          }
      }
     //第二次遍历,由于非0元素都统计完了,剩下都是零,第二次遍历把末尾元素都赋值0
      for(i=j;i<nums.length;++i){
        nums[i]=0;
              }
     //第三次遍历,把得到的移动零的正确数组遍历出来
      for(j=0;j<nums.length;j++){
          System.out.println(nums[j] );
      }
    }
}

上一个代码,经过多次遍历,时间过慢,(太搞笑了!)

我们进阶代码展示

class Solution {
    public void moveZeroes(int[] nums) {
     int index=0,temp=0;
     for(int i=0;i<nums.length;i++ ){
         if(nums[i]!=0){
             temp=nums[i];
             nums[i]=nums[index];
             nums[index]=temp;
             index++;
         }
     }
     return;
    }
}

仔细分析:

右指针遍历出每一个 !=0 的数,与左指针(从下标 0 开始)交换,每交换一次就要左指针 ++ 

 举例展示nums=[0,1,0,3,12]

nums值010312
索引01234

当遍历出第一个!=0的数时,与左指针(从下标 0 开始)交换,结果展示

nums值100312
索引01234

 当遍历出第二个!=0的数时,与左指针下标 1 交换,结果展示

nums值130012
索引01234

 当遍历出第三个!=0的数时,与左指针下标 2 交换,结果展示

nums值131200
索引01234

直至整个遍历完为止。 

结语:

还可以查看

移动零算法_冰鲜柠檬汁的博客-优快云博客

### 双指针算法实现团队派遣问题的最大数量 双指针算法是一种高效解决数组或列表相关问题的技术,尤其适用于需要对有序数据进行操作的场景。在团队派遣问题中,通常涉及从一个能力值数组中选择若干成员,使得这些成员的能力值满足特定条件(如总和不超过某个阈值)。以下将详细介绍如何使用双指针算法解决此类问题[^1]。 #### 问题描述 假设有一个包含 `n` 个整数的数组 `abilities`,表示团队成员的能力值。目标是从该数组中选择尽可能多的成员组成一个团队,使得这些成员的能力值之和不超过给定的阈值 `threshold`。 #### 解决方案 为了高效解决问题,可以采用双指针算法。以下是具体实现步骤的代码示例: ```python def max_team_size(abilities, threshold): # 首先对能力值数组进行排序 abilities.sort() left, right = 0, len(abilities) - 1 team_count = 0 while left <= right: # 如果当前最小值和最大值之和小于等于阈值,则两者都可以加入团队 if abilities[left] + abilities[right] <= threshold: team_count += 2 # 同时加入两个成员 left += 1 right -= 1 else: # 如果两者之和超过阈值,则仅移除最大值 right -= 1 return team_count ``` #### 代码解释 1. **排序**:首先对数组进行升序排序,以便利用双指针算法的特性[^1]。 2. **初始化指针**:定义两个指针 `left` 和 `right`,分别指向数组的起始位置和末尾位置。 3. **迭代过程**: - 如果 `abilities[left] + abilities[right]` 小于等于 `threshold`,则说明这两个成员可以同时加入团队,因此将团队计数增加 2,并移动两个指针。 - 如果两者之和超过阈值,则仅移动右指针,以减少总和。 4. **终止条件**:当左指针超过右指针时,停止迭代。 #### 示例运行 假设输入数组为 `[3, 1, 2, 5, 4]`,阈值为 `5`,则执行过程如下: - 排序后数组为 `[1, 2, 3, 4, 5]`。 - 初始指针为 `left=0` 和 `right=4`。 - 第一次比较:`1+5=6 > 5`,右指针移动到 `right=3`。 - 第二次比较:`1+4=5 <= 5`,两指针成员加入团队,计数为 2。 - 移动指针:`left=1` 和 `right=2`。 - 第三次比较:`2+3=5 <= 5`,两指针成员加入团队,计数为 4。 - 指针重叠,结束循环。 最终结果为团队最大数量为 4。 #### 性能分析 双指针算法的时间复杂度主要由排序决定,为 \(O(n \log n)\),其中 \(n\) 是数组长度。后续的指针移动操作为线性时间 \(O(n)\),因此整体性能较高[^1]。
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