LeetCode:26. 删除有序数组中的重复项

104 阅读1分钟

本文已参与「新人创作礼」活动, 一起开启掘金创作之路。

26. 删除有序数组中的重复项

来源:力扣(LeetCode)

链接: leetcode.cn/problems/re…

给你一个 升序排列 的数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。

由于在某些语言中不能改变数组的长度,所以必须将结果放在数组nums的第一部分。更规范地说,如果在删除重复项之后有 k 个元素,那么 nums 的前 k 个元素应该保存最终结果。

将最终结果插入 nums 的前 k 个位置后返回 k 。

不要使用额外的空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。

判题标准:

系统会用下面的代码来测试你的题解:

int[] nums = [...]; // 输入数组
int[] expectedNums = [...]; // 长度正确的期望答案

int k = removeDuplicates(nums); // 调用

assert k == expectedNums.length;
for (int i = 0; i < k; i++) {
    assert nums[i] == expectedNums[i];
}

如果所有断言都通过,那么您的题解将被 通过

示例 1:

输入:nums = [1,1,2]
输出:2, nums = [1,2,_]
解释:函数应该返回新的长度 2 ,并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。

示例 2:

输入:nums = [0,0,1,1,1,2,2,3,3,4]
输出:5, nums = [0,1,2,3,4]
解释:函数应该返回新的长度 5 , 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。

提示: 0<=nums.length<=31040 <= nums.length <= 3 * 10^4 104<=nums[i]<=104-10^4 <= nums[i] <= 10^4 nums 已按 升序 排列

解法

  • 暴力解法: 遍历,如果后一个元素与参考元素相等,将其按照那种冒泡的方式移动到最后,后面元素往前移动,继续判断重复,如果不重复,参考元素往右移动一位,时间复杂度为O(n2)O(n^2), 这里就不实现;
  • 双指针:排序数组去除掉重复的元素,需要找到的就是那个变化的那个点,然后将参考元素变成那个新的参考元素,并保存到头部,可以考虑使用双指针的方法,定义p指针为起始,q为p的后一个元素开始,如果q位置的元素与p元素相等,q继续往后移动;如果q位置的元素与p元素不相等,则将q位置的元素赋值到p+1位置,并将p向后移动一位,继续遍历;

在这里插入图片描述

代码实现

双指针

python实现

class Solution:
    def removeDuplicates(self, nums: List[int]) -> int:
        n = len(nums)
        if n < 2:
            return n
        
        # 双指针,往左拉
        p = 0
        q = p+1
        while q < n:
            if nums[p] != nums[q]:
                nums[p+1] = nums[q]  # 直接覆盖p的后面一个元素,变成新的元素,去查看后续是否有重复元素
                p += 1
            q += 1
        return p+1

c++实现

class Solution {
public:
    int removeDuplicates(vector<int>& nums) {
        int n = nums.size();
        if (n<2)
            return n;
        
        int p = 0, q = 1;
        while (q<n){
            if (nums[p] != nums[q]){
                // 把不同的元素往左覆盖
                nums[p+1] = nums[q];
                p++;
            }
            q++;
        }
        return p+1;
    }
};

复杂度分析

  • 时间复杂度: O(n)O(n)
  • 空间复杂度: O(1)O(1)

参考