977.有序数组的平方
题目描述
给你一个按 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。
示例
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
思路
因为是返回每个数字的平方,所以最大值只会出现在原数组的左右两端,那么可以使用双指针指向原数组两端,并判断两端的元素的平方数大小,同时新建一个数组记录答案,并使用第三个指针指向数组尾部,将原数组的平方数从大到小更新至答案数组,最终返回答案数组即可。
代码-双指针
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
n = len(nums)
i, j, k = 0, n - 1, n - 1
res = [-1] * n
while i <= j:
lm = nums[i] ** 2
rm = nums[j] ** 2
if lm > rm:
res[k] = lm
i += 1
else:
res[k] = rm
j -= 1
k -= 1
return res
209.长度最小的子数组
题目描述
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
示例
输入: target = 7, nums = [2,3,1,2,4,3]
输出: 2
解释: 子数组 [4,3] 是该条件下的长度最小的子数组。
思路
暴力法是两个for循环,时间复杂度为O(n^2)。优化可使用滑动窗口,通过不断调节子序列的起始位置和终止位置,得出结果。
代码-滑动窗口
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
res = float('inf')
i = 0
sum_ = 0
for j in range(len(nums)):
sum_ += nums[j]
while sum_ >= target:
res = min(res, j - i + 1)
sum_ -= nums[i]
i += 1
return 0 if res == float('inf') else res
滑动窗口模板
初始化左边界 left = 0
初始化返回值 res = 最小值 or 最大值
for 右边界 in 可迭代对象:
更新窗口内部信息
while 根据题意进行调整:
比较并更新res(收缩场景时)
扩张或收缩窗口大小
比较并更新res(扩张场景时)
返回res
注意数组中有负数则无法使用滑动窗口
59.螺旋矩阵II
题目描述
给你一个正整数 n ,生成一个包含 1 到 n2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。
示例
输入: n = 3
输出: [[1,2,3],[8,9,4],[7,6,5]]
思路
根据题意模拟过程,从左上角开始螺旋填充矩阵,需要注意边界判断
代码
class Solution:
def generateMatrix(self, n: int) -> List[List[int]]:
l, r, t, b = 0, n - 1, 0, n - 1
mat = [[0] * n for _ in range(n)]
num, target = 1, n ** 2
while num <= target:
for i in range(l, r + 1):
mat[t][i] = num
num += 1
t += 1
for j in range(t, b + 1):
mat[j][r] = num
num += 1
r -= 1
for m in range(r, l - 1, -1):
mat[b][m] = num
num += 1
b -= 1
for n in range(b, t - 1, -1):
mat[n][l] = num
num += 1
l += 1
return mat
总结
有序数组的平方的双指针方法感觉很巧妙,第一次做的时候没想出来,以后还要多做这种类型的题。子数组的题第一感觉就是滑动窗口,之前看到的一个滑动窗口的模板又重新写了一下,加深了印象。螺旋矩阵的题原来做过,再做一次速度很快,就是需要注意边界问题,另外看到解析如果n为奇数还要给矩阵最中间的位置单独赋值,但我原来的代码没考虑这点也过了,明天再研究一下。