文章目录
- 专题一:双指针
- 1. 移动零
- 2. 复写零
- 3. 快乐数
- 4. 盛最多水的容器
- 5. 有效三角形的个数
- 6. 查找总价格为目标值的两个商品
- 7. 三数之和
- 8. 四数之和
- 专题二:滑动窗口
- 1. 长度最小的子数组
- 2. 无重复字符的最长字串
- 3. 最大连续1的个数 III
- 4. 将 x 减到 0 的最小操作数
专题一:双指针
1. 移动零
题目解析
算法原理
代码编写
// 写法一
class Solution
{
public:
void moveZeroes(vector<int>& nums)
{
// 1、下标初始化
int dest = -1, cur = 0;
// 2、数组划分
while(cur < nums.size())
{
if(nums[cur])
swap(nums[++dest], nums[cur++]);
else
++cur;
}
}
};
// 写法二
class Solution
{
public:
void moveZeroes(vector<int>& nums)
{
for(int dest = -1, cur = 0; cur < nums.size(); ++cur)
if(nums[cur]) // 处理 非0 元素
swap(nums[++dest], nums[cur]);
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
2. 复写零
算法原理
代码编写
class Solution
{
public:
void duplicateZeros(vector<int>& nums)
{
// 1、初始化
int dest = -1, cur = 0, n = nums.size();
// 2、找到最后一个复写的数
while(true)
{
if(nums[cur]) dest += 1;
else dest += 2;
if(dest >= n - 1) break;
++cur;
}
cout << nums[cur] << endl;
// 1.5、预处理 -> 让 dest 的下标有效
if(dest == n)
{
if(nums[cur]) --cur, --dest;
else
{
nums[n - 1] = 0;
dest -= 2;
cur -= 1;
}
}
// 2、双指针从后往前进行复写操作
while(cur >= 0)
{
if(nums[cur]) nums[dest--] = nums[cur--];
else
{
nums[dest--] = 0;
nums[dest--] = 0;
cur--;
}
}
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
3. 快乐数
算法原理
代码编写
class Solution
{
private:
// 计算每个位置上的数字的平方和
inline static int BitSum(int num)
{
int ret = 0;
while(num)
{
int t = num % 10;
ret += t * t;
num /= 10;
}
return ret;
}
public:
bool isHappy(int n)
{
int slow = n, fast = BitSum(n);
while(slow != fast)
{
slow = BitSum(slow);
fast = BitSum(BitSum(fast));
}
return slow == 1;
}
};
4. 盛最多水的容器
算法原理
代码编写
class Solution
{
public:
int maxArea(vector<int>& height)
{
int left = 0, right = height.size() - 1;
int ret = INT_MIN;
while(left != right)
{
// 容积 = 长度 * 高度
int v = (right - left) * min(height[left], height[right]);
ret = max(ret, v);
// 移动指针 - 谁小移动谁
height[left] < height[right] ? ++left : --right;
}
return ret;
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
5. 有效三角形的个数
算法原理
代码编写
class Solution
{
public:
int triangleNumber(vector<int>& nums)
{
// 1、优化
sort(nums.begin(), nums.end());
// 2、利用双指针解决问题
int ret = 0, n = nums.size();
for(int i = n - 1; i >= 2; --i)
{
int left = 0, right = i - 1;
while(left < right)
{
// 当 a+b>c ,a下标属于 [left, right-1]时,都能和 b、c 构成三角形
// 当 a+b<=c ,b下标属于[left-1, right]时,都不能和 a、c 构成三角形
if(nums[left] + nums[right] > nums[i])
{
ret += right - left;
--right;
}
else ++left;
}
}
// 返回值
return ret;
}
};
/*
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
*/
6. 查找总价格为目标值的两个商品
算法原理
代码编写
class Solution
{
public:
vector<int> twoSum(vector<int>& price, int target)
{
// 1、数据初始化
int left = 0, right = price.size() - 1;
// 2、利用双指针解决问题
while(left < right)
{
int sum = price[left] + price[right];
if(sum < target) ++left;
else if(sum > target) --right;
else return {price[left], price[right]};
}
// 题目没有明确说明没有结果的话会怎么样,那么该题的测试用例应该都是有结果的
// 为了照顾编译器要求一定要返回一个结果,所以我们最后返回一个空数组即可
return {};
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
7. 三数之和
算法原理
代码编写
class Solution
{
public:
vector<vector<int>> threeSum(vector<int>& nums)
{
// 1、初始化
int n = nums.size();
vector<vector<int>> ret;
// 2、排序
sort(nums.begin(), nums.end());
// 3、依次固定一个数
for(int i = 0; i < n - 2;)
{
// 4、双指针算法找到两数之和等于 aim 的元素
int left = i + 1, right = n - 1, aim = -nums[i];
while(left < right)
{
int sum = nums[left] + nums[right];
if(sum < aim) ++left;
else if(sum > aim) --right;
else
{
ret.push_back( {nums[i], nums[left], nums[right]} );
++left, --right; // 保证 left、right 选择的元素不漏
// 对 left、right 已经选择过的元素去重
while(left < right && nums[left] == nums[left - 1]) ++left;
while(left < right && nums[right] == nums[right + 1]) --right;
}
}
// 保证 i 选择的元素不漏
++i;
// 对 i 已经选择过的元素去重
while(i < n - 2 && nums[i] == nums[i - 1]) ++i;
}
// 5、返回最终结果
return ret;
}
};
/*
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
*/
8. 四数之和
算法原理
代码编写
class Solution
{
public:
vector<vector<int>> fourSum(vector<int>& nums, int target)
{
// 1、初始化
int n = nums.size();
vector< vector<int> > ret;
// 2、排序
sort(nums.begin(), nums.end());
// 3、依次固定一个数,然后使用“三数之和”解决问题
for(int i = 0; i < n - 3;)
{
// 4、再依次固定一个数,然后使用“双指针”解决问题
for(int j = i + 1; j < n - 2;)
{
int left = j + 1, right = n - 1;
double aim = (double)target - nums[i] - nums[j];
// 5、双指针算法找到两数之和等于 aim 的元素
while(left < right)
{
double sum = nums[left] + nums[right];
if(sum < aim) ++left;
else if(sum > aim) --right;
else
{
ret.push_back( {nums[i], nums[j], nums[left], nums[right]} );
++left, --right; // 保证 left、right 选择的元素不漏
// 对 left、right 已经选择过的元素去重
while(left < right && nums[left] == nums[left - 1]) ++left;
while(left < right && nums[right] == nums[right + 1]) --right;
}
}
// 保证 j 选择的元素不漏
++j;
// 对 j 已经选择过的元素去重
while(j < n - 2 && nums[j] == nums[j - 1]) ++j;
}
// 保证 i 选择的元素不漏
++i;
// 对 i 已经选择过的元素去重
while(i < n - 3 && nums[i] == nums[i - 1]) ++i;
}
// 6、返回最终结果
return ret;
}
};
/*
- 时间复杂度:O(n^3)
- 空间复杂度:O(1)
*/
专题二:滑动窗口
1. 长度最小的子数组
算法原理
代码编写
class Solution
{
public:
int minSubArrayLen(int target, vector<int>& nums)
{
// 1、初始化
int n = nums.size();
int minLength = INT_MAX;
// 2、使用滑动窗口解决问题
for(int left = 0, right = 0, sum = nums[0]; right < n;)
{
if(sum >= target)
{
minLength = min(minLength, right - left + 1);
sum -= nums[left++];
}
else
{
if(++right < n)
sum += nums[right];
}
}
// 3、返回值
return minLength == INT_MAX ? 0 : minLength;
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
2. 无重复字符的最长字串
算法原理
代码编写
class Solution
{
public:
int lengthOfLongestSubstring(string s)
{
// 1、初始化
int n = s.size();
vector<int> count(256);
int left = 0, right = 0, ret = 0;
// 2、滑动窗口
int length = 0; //用来记录窗口长度
while(right < n)
{
if(!count[s[right]]) //进窗口
{
++count[s[right]];
++length;
++right;
ret = max(ret, length); //更新结果
}
else //出窗口
{
--count[s[left]];
--length;
++left;
}
}
// 3、返回值
return ret;
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
3. 最大连续1的个数 III
算法原理
代码编写
class Solution
{
public:
int longestOnes(vector<int>& nums, int k)
{
// 1、初始化
int n = nums.size();
int ret = INT_MIN;
// 2、滑动窗口
int left = 0, right = 0;
int length = 0; // 当前子数组中最长连续 1 的长度
int zero = 0; // 当前子数组中 0 出现的次数
while(right < n)
{
if(nums[right] != 0) // nums[right] 非 0,此时 right 一定入窗口
{
ret = max(ret, ++length);
++right;
}
else
{
if(zero + 1 <= k)
{
ret = max(ret, ++length);
++zero;
++right;
}
else
{
if(nums[left++] == 0) --zero;
--length;
}
}
}
// 3、返回值
return ret;
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/
4. 将 x 减到 0 的最小操作数
题目解析
算法原理
代码编写
class Solution
{
public:
int minOperations(vector<int>& nums, int x)
{
// 1、初始化
int sum = 0;
for(const auto e : nums) sum += e;
int target = sum - x;
// 2、细节处理(数组中所有元素都大于0,所以 target 小于 0 是不存在的)
if(target < 0) return -1;
// 3、滑动窗口
int ret = -1;
for(int left = 0, right = 0, tmp = 0; right < nums.size();)
{
// 进窗口
tmp += nums[right++];
// 出窗口
while(tmp > target) tmp -= nums[left++];
// 更新结果
if(tmp == target) ret = max(ret, right - left);
}
// 4、返回结果
return ret == -1 ? ret : nums.size() - ret;
}
};
/*
- 时间复杂度:O(n)
- 空间复杂度:O(1)
*/