顺序表删除值为x的元素,时间复杂度为O(n)

问题描述:长度为n的顺序表L,编写一个时间复杂度为O(n),空间复杂度为O(1)的算法,该算法删除线性表中所有值为x的数据元素。

解决思想:

   这个问题一个复杂的解决方法是依次遍历顺序表,遇到值为x的元素就删除,直到顺序表遍历完。这种解决方法的时间复杂度为O(n*n),不满足题意。以下有两种解决方案:

  (1)用count记录顺序表中值不等于x的元素个数,边遍历顺序表L边记录count的个数,遍历时当元素当前位置的值不等于x时,向前移动到count的位置,遍历完成后修改顺序表L的长度。

  (2)用count记录顺序表中值等于x的元素个数,边遍历顺序表L边记录count的个数,遍历时当元素当前位置的值不等于x时,向前移动count个位置,遍历完成后修改顺序表L的长度。

代码:

(1)

void sqlistDelete_x1(Sqlist &L, ElemType x){
	int count=0;                 //用来记录顺序表中不等于x的元素个数
	for (int i = 0; i < L.length; i++){
		if (L.data[i] != x){
			L.data[count] = L.data[i];
			count++;
		}
	}
	L.length = count;
}

(2)

void sqlistDelete_x2(Sqlist &L, ElemType x){
	int count = 0;              //用来记录顺序表中等于x的元素个数
	for (int i = 0; i < L.length; i++){
		if (L.data[i] == x){
			count++;
		}
		else
		{
			L.data[i - count] = L.data[i];
		}
	}
	L.length -= count;
}

完整代码:

#include<stdio.h>
#include<stdlib.h>
#include<iostream>
using namespace std;
#define Maxsize 40
typedef int ElemType;
typedef struct Sqlist{
	ElemType data[Maxsize];
	int length;
};
void sqlistDelete_x1(Sqlist &L, ElemType x){
	int count=0;                 //用来记录顺序表中不等于x的元素个数
	for (int i = 0; i < L.length; i++){
		if (L.data[i] != x){
			L.data[count] = L.data[i];
			count++;
		}
	}
	L.length = count;
}
void sqlistDelete_x2(Sqlist &L, ElemType x){
	int count = 0;              //用来记录顺序表中等于x的元素个数
	for (int i = 0; i < L.length; i++){
		if (L.data[i] == x){
			count++;
		}
		else
		{
			L.data[i - count] = L.data[i];
		}
	}
	L.length -= count;
}
int main(){
	Sqlist L;
	ElemType x;
	printf_s("输入顺序表L的长度:");
	scanf_s("%d", &L.length);  //建立顺序表L
	printf_s("\n输入顺序表中各个元素的数值:");
	for (int i = 0; i < L.length; i++){
		cin >> L.data[i];
	}
	printf_s("输入要删除元素x的值:");
	cin >> x;
	//sqlistDelete_x1(L, x);
	//printf_s("\n方法1删除后的结果:");
	//for (int i = 0; i < L.length; i++){
	//	cout << L.data[i] << "\t";
	//}

	//sqlistDelete_x2(L, x);
	//printf_s("\n方法2删除后的结果:");
	//for (int i = 0; i < L.length; i++){
	//	cout << L.data[i] << "\t";
	//}
	system("pause");
	return 0;
}

运行结果:

猜你喜欢

转载自blog.csdn.net/weixin_42070473/article/details/94913446