引言
大晚上睡不着觉，刷了道力扣上的算法题(力扣第27题)，觉得挺有意思的，故分享给大家。请看题目：
许多小伙伴一看这道题，心想这直接用两个for 循环不就搞完了嘛，这有什么可以讲的，但请别着急划走，给我几分钟让你重新认识这道题目。看这道题目之前，请容许我先稍微讲一下时间复杂度。
一.时间复杂度
-
时间复杂度通常用
大O表示法来表示，它表示在输入规模足够大时，算法运行时间的增长趋势。 -
而
T(n)用来表示代码的执行次数，顾名思义，T就是Time 次数的缩写。 -
时间复杂度和T(n)间的关系：假设 T(n) 是算法在输入规模为 n 时所需的运行时间，那么时间复杂度O(f(n)) 表示存在常数 c>0 和 n0≥0，使得对于所有的 n≥n0，都有 T(n)≤c⋅f(n)，
许多同学看这一段看的头都要晕了不知道这到底是什么东西，下面让我用一段代码让你更好的理解它，请看下面的代码：
function traverse(arr) {
var len = arr.length; // 1
for (var i = 0; i < len; i++) { // 1 + n + 1 + n
console.log(arr[i]); // n
}
}
这段代码的执行次数T(n)= 1 + 1 + n + 1 + n + n = 3n + 3 ，而由边界理论，当输入规模无限大，它的最高系数是主导项,所以，我们可以忽略T(n)的系数，用O(n)来表示它的时间复杂度
二.暴力解法
这可能是许多小白同学最容易想到的一种方法，当然了这种方法在力扣上也是可以通过没有任何问题的。
/**
* @param {number[]} nums
* @param {number} val
* @return {number}
*/
var removeElement = function (nums, val) {
let count = 0 // count用来记录不等于 val 的元素数量
const arr = [] // 创建一个临时数组来存储不等于 val 的元素
for (let i = 0; i < nums.length; i++) {
if (nums[i] !== val) {
arr.push(nums[i])
count++
}
}
for (let i = 0; i < arr.length; i++) {
nums[i] = arr[i] //把临时数组的值复制回原数组
}
return count
};
但由于它用了两个for 循环，时间复杂度虽然也为O(n)，并不是最优解，因为他创建了一个额外的的数组，增加了空间开销。作为顶级大佬的大家肯定是要追求最优啦，那就让我来把它的最优解，用快慢指针的做法来讲给你听啊
三.快慢指针
双指针法（快慢指针法）： 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。 这样我们就能提高代码的运行效率，节省时间。
定义快慢指针 1
- 快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
- 慢指针：指向更新 新数组下标的位置
最后把快指针里的值复制到慢指针里，返回慢指针，这道题就做完了。
/**
* @param {number[]} nums
* @param {number} val
* @return {number}
*/
var removeElement = function (nums, val) {
let s = 0 //定义一个慢指针
for (let f = 0; f < nums.length; f++) { //定义一个快指针
if (nums[f] != val) {
nums[s++] = nums[f] // 将快指针的值复制给慢指针
}
}
return s
};
许多同学可能最大的问题就是nums[s++]= nums[f]这一行代码了，根本不知道nums[s++]哪来的，其实这一行是由
nums[s]= nums[f]
s++
这两行代码结合起来的，当碰到val时，慢指针其实是不会动的，只要到下一个非val的值时，慢指针才会往后走，所以需要s++,而为了代码的简洁，许多人也就把这两行代码缩成一行了。
大晚上码字不容易，点个赞再走吧~~~
