算法技巧-双指针

257 阅读6分钟

🔥面试官的小抄 面试进阶一网打尽,可能是东半球最好的面试资料

了解更多 加uestc_xsf(备注掘金进群) 技术交流、获取学习资料

前言

双指针技巧在算法题中算是常用技巧了,让我们省去for循环,降低复杂度,通常双指针技巧可以分为2大类

  • 快慢指针:主要解决链表中的问题,比如链表是否有环,删除倒数第N个节点等
  • 左右指针:主要解决数组、字符串中的问题,比如二分查找、翻转数组等

下面将详细介绍下

快慢指针

下面结合实例来介绍快慢指针在实际中的用途

判断链表是否有环

单链表的特点是每个节点只知道下一个节点,所以一个指针的话无法判断链表中是否含有环的。如果链表中不含环,那么这个指针最终会遇到空指针 null 表示链表到头了,这还好说,可以判断该链表不含环,如果链表含有环,那么单独一个指针就会陷入死循环。 这时候双指针的作用就体现了,我们使用2个指针,一个跑的快,一个跑的慢。如果没有环的话,跑得快的会遇到null,如果有环的话,快指针最终会和慢指针相遇

boolean hasCycle(ListNode head) {
    ListNode fast, slow;
    fast = slow = head;
    while (fast != null && fast.next != null) {
        fast = fast.next.next;
        slow = slow.next;
        if (fast == slow) return true;
    }
    return false;
}

链表是否有环,有的话返回这个环的起始位置

image.png 这个题目多了一些数学计算

  1. 先找相遇点 判断是否有环
  2. 有环的话重置其中一个指针到起点,相同速度前进,再次相遇就是节点位置开始的位置
public ListNode detectCycle(ListNode head) {
    ListNode slow,fast;
    slow = fast = head;
    boolean hasRecycle = false;
    //快慢指针找到交点
    while(fast!=null && fast.next!=null){
        slow = slow.next;
        fast = fast.next.next;
        if(slow == fast) {
            hasRecycle = true;
            break;
        }
    }   
    if(!hasRecycle) {
        return null;
    }
    
    //将其中一个重置到起点,再一起移动,下次相交就是相遇点
    slow = head;
    //int index = 0;
    while(slow!=fast){
        slow = slow.next;
        fast = fast.next;
        //index++;
        if(slow == fast) break;
    }
    return slow;
}

解释下原理 可以看到,当快慢指针相遇时,让其中任一个指针指向头节点,然后让它俩以相同速度前进,再次相遇时所在的节点位置就是环开始的位置。这是为什么呢?

第一次相遇时,假设慢指针 slow 走了 k 步,那么快指针 fast 一定走了 2k 步,也就是说比 slow 多走了 k 步(也就是环的长度) 假设慢指针回到环的起点,设相遇点距环的起点距离为m,slow和fast再次相遇之后行走距离为k,,那么距头结点head的距离为k-m, 此时快指针距离相遇点也是k-m,因此慢指针回到节点之后两指针同速前进,k-m步就会相遇,相遇的地方就是环的起点了 image.png

寻找链表的倒数K个元素

让快指针先走 k 步,然后快慢指针开始同速前进。这样当快指针走到链表末尾 null 时,慢指针所在的位置就是倒数第 k 个链表节点(为了简化,假设 k 不会超过链表长度)

ListNode slow, fast;
slow = fast = head;
while (k-- > 0) 
    fast = fast.next;
while (fast != null) {
    slow = slow.next;
    fast = fast.next;
}
return slow;

移除元素

给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素,并返回移除后数组的新长度

不要使用额外的数组空间,你必须仅使用 O(1) 额外空间并 原地 修改输入数组。

这里我们就可以使用快慢指针,在[0,slow)中的元素都是值不等于val=target的元素,fast指针用于扫描整个数组

public int removeElement(int[] nums, int val) {
    // 慢指针slow 区间[0,slow)内的元素为值不等于val的元素
    int slow = 0;
    for(int fast = 0; fast < nums.length; fast++) {
        // 快指针fast所指向的元素值不等于val=3
        // 将其值赋值于慢指针所在位置
        if (nums[fast] != val) {
            nums[slow] = nums[fast];
            // 赋值完毕之后,慢指针右移一位,等待下一次赋值
            slow++;
        }
    }
    return slow;
}

左右指针

左右指针通常是使用两边索引值,一般初始化为 left = 0, right = nums.length - 1

二分查找

二分查找是经典的左右指针,(需要注意的细节是开闭区间),本题使用闭区间 [0,nums.length-1]

int binarySearch(int[] nums, int target) {
    int left = 0
    int right = nums.length - 1;
    if(nums[(left+right)/2] == target) return (left+right)/2;
    while(left <= right) {
        int mid = (right + left) / 2;
        if(nums[mid] == target)
            return mid
        else if (nums[mid] < target)
            left = mid + 1
        else if (nums[mid] > target)
            right = mid - 1;
    }
    return -1;
}

反转字数组(字符串)

字符串也是同理

void reverse(int[] nums) {
    int left = 0;
    int right = nums.length - 1;
    while (left < right) {
        // swap(nums[left], nums[right])
        int temp = nums[left];
        nums[left] = nums[right];
        nums[right] = temp;
        left++; right--;
    }
}

两数之和

image.png 通常通过hash法来解,这里是有序数组,因此也可以通过双指针来解决,类似二分查找变种,双指针处理有序数组还是很棒的,代码如下

int[] twoSum(int[] nums, int target) {
    int left = 0right = nums.length - 1;
    while (left < right) {
        int sum = nums[left+ nums[right];
        if (sum == target) {
            // 题目要求的索引是从 1 开始的
            return new int[]{left + 1right + 1};
        } else if (sum < target) {
            left++// 让 sum 大一点
        } else if (sum > target) {
            right--; // 让 sum 小一点
        }
    }
    return new int[]{-1-1};
}

滑动窗口

稍微复杂一点的双指针使用,核心就是维护一个窗口,调整窗口的大小,重点把握的是

  • 窗口内是什么
  • 窗口起始位置如何移动
  • 窗口结束位置如何移动

伪代码如下

int left = 0right = 0;

while (right < s.size()) {
    // 增大窗口
    window.add(s[right]);
    right++;
    //窗口数据更新……
    
    while (window needs shrink) {
        // 缩小窗口
        window.remove(s[left]);
        left++;
    }
}

image.png

image.png

看个经典算法题

209.长度最小的子数组(mid)-滑动窗口 给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0,如: 输入:s = 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。

//滑动窗口
fun minSubArrayLen(target: Int, nums: IntArray)Int {
    var sum = 0
    var subLength = 0
    var result = Int.MAX_VALUE

    //滑动窗口起始位置
    var left = 0

    for(right in nums.indices){
        //开始累加
        sum += nums[right]
        //滑动窗口
        while(sum >= target){
            subLength = right - left +1
            result = if(result < subLength) result else subLength
            //移动窗口左边界
            sum-=nums[left++]
        }
    }
    return if(result == Int.MAX_VALUE) 0 else result
}