刷题的第二天,希望自己能够不断坚持下去,迎来蜕变。😀😀😀
刷题语言:C++ / Python
Day2 任务
977.有序数组的平方
209.长度最小的子数组
59.螺旋矩阵 II
1 有序数组的平方(重点:双指针思想)
1.1 暴力
思路:将数组里面所有元素平方,再排序。
时间复杂度:
O
(
n
+
n
l
o
g
n
)
O(n + nlogn)
O(n+nlogn)
C++:
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
for (int i = 0; i < nums.size(); i++)
{
nums[i] *= nums[i];
}
sort(nums.begin(), nums.end());
return nums;
}
};
Python:
class Solution(object):
def sortedSquares(self, nums):
for i in range(len(nums)):
nums[i] *= nums[i]
nums.sort()
return nums
1.2 双指针(非常重要的思想)
非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序
排序
数组里面的元素平方之后,元素趋势如下图所示
数组平方的最大值就在数组的两端,考虑双指针,i指向起始位置,j指向终止位置
伪代码:
vector<int> result;
k = nums.size - 1;
for(i = 0, j = nums.size-1;i<=j;) # i <= j,因为最后要处理两个元素
if(nums[i]*nums[i]>nums[j]*nums[j])
result[k--] = nums[i]*nums[i]
i++
else
result[k--] = nums[j]*nums[j]
j--
return result
时间复杂度:
O
(
n
)
O(n)
O(n)
C++:
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int k = nums.size() - 1;
vector<int> result(nums.size(), 0);
for (int i = 0, j = nums.size() - 1; i <= j; )
{
if (nums[i] * nums[i] > nums[j] * nums[j])
{
result[k--] = nums[i] * nums[i];
i++;
}
else
{
result[k--] = nums[j] * nums[j];
j--;
}
}
return result;
}
};
Python:
class Solution(object):
def sortedSquares(self, nums):
i,j,k = 0, len(nums) - 1, len(nums) - 1
res = [float('inf')] * len(nums)
while i <= j:
if nums[i] ** 2 > nums[j] ** 2:
res[k] = nums[i] ** 2
i += 1
else:
res[k] = nums[j] ** 2
j -= 1
k -= 1
return res
2 长度最小的子数组 - (滑动窗口)
2.1 暴力解法
两个for循环,不断寻找符合条件的子序列
更新起始位置,终止位置每次都是一直往后遍历
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2)
C++:
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int res = INT32_MAX;// 2147483647
int sum = 0;// 子序列数值之和
int subLength = 0;// 子序列的长度
for (int i = 0; i < nums.size(); i++) // 起点i
{
sum = 0;
for (int j = i; j < nums.size(); j++) // 终止位置j
{
sum += nums[j];
if (sum >= target) // 子序列和超过了s,更新result
{
subLength = j - i + 1; // 子序列的长度
res = res < subLength ? res : subLength;
break;
}
}
}
return res == INT32_MAX ? 0 : res;
}
};
2.2 滑动窗口解法
时间复杂度
O
(
n
)
O(n)
O(n)
滑动窗口:不断的调节子序列的起始位置和终止位置,得出想要的结果
用一个for循环来做2个for循环所做的事情
索引下标j表示的是滑动窗口里面的终止位置
假设是起始位置,for循环一次一次往后移动,这个终止位置要把后面所有的元素都遍历一遍,这种就和暴力解法没有区别。
因此,这个for循环里面的j一定指向的是终止位置,而起始位置需要用动态移动(滑动窗口的精髓)的策略来移动起始位置。
解题关键:移动窗口的起始位置
终止位置随着for循环一个一个向后移动,集合里的元素之和sum>=target时,说明这个集合满足条件,收集这个集合的长度,起始位置就可以移动了。
就是当我们发现集合里面所有的元素和 >= target,我们再去移动起始位置,这样就实现了动态调整起始位置,来去收集不同长度区间里面的和
❗应该写
if(sum >= target)
还是while(sum >= target)
?
输入:target = 100, nums = [1,1,1,1,1,100]
如果是if,那么会漏掉其他情况
C++:
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int res = INT32_MAX; // 2147483647
int i = 0; // 起始位置
int sum = 0; // 子序列的和
int subLength = 0; // 子序列的长度
for (int j = 0; j < nums.size(); j++) // 更新终止位置
{
sum += nums[j];
while (sum >= target) // 动态移动起始位置
{
subLength = j - i + 1; // 子序列的长度
res = res < subLength ? res : subLength; // 记录较小的长度
sum -= nums[i++]; // 移动起始位置i+1
}
}
return res == INT32_MAX ? 0 : res; // 如果等于INT32_MAX,说明没有找到满足条件的子序列
}
};
时间复杂度是O(n)
for循环里放一个while就认为是 O ( n 2 ) O(n^2) O(n2)是错误的,主要是看每一个元素被操作的次数,每个元素在滑动窗口后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 O ( 2 n ) O(2n) O(2n),也就是 O ( n ) O(n) O(n)
Python:
class Solution(object):
def minSubArrayLen(self, target, nums):
"""
:type target: int
:type nums: List[int]
:rtype: int
"""
l = len(nums)
res = float('inf')
i = 0 # 起始位置
subLength = 0 # 子序列的长度
cur_sum = 0 # 子序列和
j = 0 # 终止位置
while j < l:
cur_sum += nums[j]
while cur_sum >= target:
subLength = j - i + 1
res = min(res, subLength)
cur_sum -= nums[i]
i += 1
j += 1
return res if res != float('inf') else 0
3 螺旋矩阵
本题的求解依然要坚持循环不变量原则
坚持每条边左闭右开的原则
伪代码:
startx = 0;
starty = 0;
offset = 1; # 控制终止位置
count = 1;
while(n/2)
{
i = startx;
j = starty;
for (j = starty; j < n - offset; j++){
nums[startx][j] = count++;
}
for (i = startx; i < n - offset;i++){
nums[i][j] = count++;
}
for (; j > starty; j--){
nums[i][j] = count++;
}
for (; i > startx; i--){
nums[i][j] = count++;
}
startx++;
starty++;
offset++;
}
if (n % 2)
{
nums[n/2][n/2] = count;
}
return nums
C++:
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> nums(n, vector<int> (n ,0); // 定义二维数组
int i,j;
int startx = 0; // // 定义每循环一个圈的起始位置
int starty = 0;
int offset = 1; // 需要控制每一条边遍历的长度,每次循环右边界收缩一位
int mid = n / 2; // 矩阵的中间位置
int loop = n / 2; // 循环次数
int count = 1;
while (loop--)
{
i = startx;
j = starty;
// 填充上行从左到右(左闭右开)
for (j = starty; j < n - offset; j++)
{
nums[startx][j] = count++;
}
// 填充右列从上到下(左闭右开)
for (i = startx; i < n - offset; i++)
{
nums[i][j] = count++;
}
// 填充下行从右到左(左闭右开)
for ( ; j > starty; j--)
{
nums[i][j] = count++;
}
// 填充左列从下到上(左闭右开)
for ( ; i > startx; i--)
{
nums[i][j] = count++;
}
offset++;
// 第二圈开始的时候,起始位置要各自加1
startx++;
starty++;
}
if (n % 2)// 如果n为奇数的话,需要单独给矩阵最中间的位置赋值
{
nums[mid][mid] = count;
}
return nums;
}
};
Python:
class Solution(object):
def generateMatrix(self, n):
"""
:type n: int
:rtype: List[List[int]]
"""
nums = [[0] * n for _ in range(n)]
mid = n // 2 # 矩阵的中心点
loop = n // 2 # 迭代次数
# 起始点
startx = 0
starty = 0
count = 1
offset = 1 # 偏移量
while loop:
i = startx
j = starty
while j < n - offset:
nums[startx][j] = count
count += 1
j += 1
while i < n - offset:
nums[i][j] = count
count += 1
i += 1
while j > starty:
nums[i][j] = count
count += 1
j -= 1
while i > startx:
nums[i][j] = count
count += 1
i -= 1
startx += 1
starty += 1
offset += 1
loop -= 1
if n % 2 != 0:
nums[mid][mid] = count
return nums
今天真是搞了不少时间,鼓励坚持两天的自己😀😀😀