有序数组的平方
| Category | Difficulty | Likes | Dislikes | ContestSlug | ProblemIndex | Score |
|---|---|---|---|---|---|---|
| algorithms | Easy (68.33%) | 749 | 0 | weekly-contest-120 | Q1 | 1129 |
Companies
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 1：
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]
示例 2：
输入：nums = [-7,-3,2,3,11]
输出：[4,9,9,49,121]
提示：
-
1 <= nums.length <= 104 -
-104 <= nums[i] <= 104 -
nums已按 非递减顺序 排序
进阶：
- 请你设计时间复杂度为
O(n)的算法解决本问题
暴力题解
class Solution {
public:
int partition(vector<int>& nums, int left, int right) {
// 选取基准值
int pivot = nums[left];
int i = left, j = right;
while (i < j) {
// 移动 j
while (i < j && nums[j] >= pivot) { // 1 2 3 4 5 6 7 8 9
j--;
}
// i == j || arr[j] < pivot
nums[i] = nums[j];
// 移动 i
while (i < j && nums[i] <= pivot) {
i++;
}
// i == j || arr[i] > pivot
nums[j] = nums[i];
}
// i == j
nums[i] = pivot;
return i;
}
void quick_sort1(vector<int>& nums, int left, int right) {
// 边界条件
if (left >= right) return;
// 递归公式
int idx = partition(nums, left, right);
quick_sort1(nums, left, idx - 1);
quick_sort1(nums, idx + 1, right);
}
void quick_sort(vector<int>& nums) {
quick_sort1(nums, 0, nums.size()-1);
}
vector<int> sortedSquares(vector<int>& nums) {
for(int i = 0; i < nums.size();++i){
nums[i] *=nums[i];
}
quick_sort(nums);//快排
return nums;
}
};
双指针
数组其实是有序的， 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端，不是最左边就是最右边，不可能是中间。
此时可以考虑双指针法了，right指向起始位置，left指向终止位置。
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
int size = nums.size()-1;
vector<int> result(nums.size(), 0);
int left = 0 , right = size;
while(left <= right) {
if(nums[left]*nums[left] > nums[right]* nums[right]) {
result[size--] = nums[left] * nums[left];
left++;
}else{
result[size--] = nums[right] * nums[right];
right--;
}
}
return result;
}
};
- 时间复杂度：O(n)
- 空间复杂度：O(n)
长度最小的子数组
| Category | Difficulty | Likes | Dislikes | ContestSlug | ProblemIndex | Score |
|---|---|---|---|---|---|---|
| algorithms | Medium (47.19%) | 1612 | 0 | - | - | 0 |
Companies
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 1：
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。
示例 2：
输入：target = 4, nums = [1,4,4]
输出：1
示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0
提示：
-
1 <= target <= 109 -
1 <= nums.length <= 105 -
1 <= nums[i] <= 105
进阶：
- 如果你已经实现
O(n)时间复杂度的解法, 请尝试设计一个O(n log(n))时间复杂度的解法。
滑动窗口题解（本质还是双指针）
接下来就开始介绍数组操作中另一个重要的方法：滑动窗口。
所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，从而得出我们要想的结果。
在暴力解法中，是一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环，那么应该表示 滑动窗口的起始位置，还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置，那么如何遍历剩下的终止位置？
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环，那么这个循环的索引，一定是表示 滑动窗口的终止位置。
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0;
int i = 0 ;
int subLength = 0;
for(int j = 0; j < nums.size(); ++j) {
sum += nums[j];
while(sum >= target) {
subLength = j-i+1;
result = result < subLength ? result : subLength;
sum -= nums[i++];
}
}
return result == INT32_MAX ? 0 : result;
}
};
- 时间复杂度：O(n)
- 空间复杂度：O(1)
螺旋矩阵 II
| Category | Difficulty | Likes | Dislikes | ContestSlug | ProblemIndex | Score |
|---|---|---|---|---|---|---|
| algorithms | Medium (73.72%) | 979 | 0 | - | - | 0 |
Companies
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 1：
输入：n = 3
输出：[[1,2,3],[8,9,4],[7,6,5]]
示例 2：
输入：n = 1
输出：[[1]]
提示：
1 <= n <= 20
题解(重点找到循环不变式)
class Solution {
public:
vector<vector<int>> generateMatrix(int n) {
vector<vector<int>> res(n,vector<int>(n,0));
int startx = 0, starty = 0;
int loop = n / 2;
int mid = n / 2;
int count = 1;
int offset = 1;
int i,j;
while(loop--) {
i = startx;
j = starty;
for(;j < n - offset; ++j) {
res[startx][j] = count++;
}
for(;i < n - offset; ++i) {
res[i][j] = count++;
}
for(;j > starty; --j) {
res[i][j] = count++;
}
for(;i > startx; --i) {
res[i][j] = count++;
}
if(n%2) {
res[mid][mid] = count;
}
startx++;
starty++;
offset++;
}
if(n%2) {
res[mid][mid] = count;
}
return res;
}
};
[本文参考链接：](代码随想录 (programmercarl.com))
