数据结构和算法(二)——数组及其相关算法

数组的基本知识

简介

数组(Array)是一种线性表数据结构。它用一组连续的内存空间,来存储一组具有相同类型的数据。

线性表就是数据排成像一条线一样的结构。每个线性表上的数据最多只有前和后两个方向。其实除了数组,链表、队列、栈等也是线性表结构。而与它相对立的概念是非线性表,比如二叉树、堆、图等。之所以叫非线性,是因为,在非线性表中,数据之间并不是简单的前后关系。

常用操作

以下图数组为例:

在这里插入图片描述

读取

数组支持随机读取,随机读取的时间复杂度为 O(1)

查找

在数组(未排序)中查找指定的值就需要遍历数组,时间复杂度为 O(n)

插入

如图,往 k = 2 的位置插入 10。

在这里插入图片描述

如果在数组的末尾插入元素,那就不需要移动数据了,这时的时间复杂度为O(1)。但如果在数组的开头插入元素,那所有的数据都需要依次往后移动一位,所以
最坏时间复杂度是O(n)。 因为我们在每个位置插入元素的概率是一样的,所以平均情况时间复杂度为(1+2+…n)/n=O(n)

删除

与插入类似,时间复杂度为 O(n)

与数组有关的常用算法

下面的算法题来自leetcode、牛客网上各个公司的面试题,以及《剑指Offer》上的例题。建议多刷题,刷题才是王道。

双指针(或双索引)

例1:leetcode的两数之和 II - 输入有序数组

给定一个已按照升序排列 的有序数组,找到两个数使得它们相加之和等于目标数。
函数应该返回这两个下标值 index1 和 index2,其中 index1 必须小于 index2。

说明:
返回的下标值(index1 和 index2)不是从零开始的。
你可以假设每个输入只对应唯一的答案,而且你不可以重复使用相同的元素。
示例:

输入: numbers = [2, 7, 11, 15], target = 9
输出: [1,2]
解释: 2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。

方法1:使用双向遍历,但是时间复杂度为O(n^2)

方法2:使用双指针,时间复杂度为O(n)

在这里插入图片描述

使用 start 指向开始位置, end 指向末尾位置。判断 nums[start] + nums[end] 的和与目标数 target 的关系。由于该数组为有序数组,当 nums[start] + nums[end] > target,则需要 end-- 才有可能 nums[start] + nums[end] == target;同理,当 nums[start] + nums[end] < target,则需要 start++

在这里插入图片描述
由于 nums[start] + nums[end] = 17 > target = 9,所以 end -- ,得到 end = 2

在这里插入图片描述

nums[start] + nums[end] = 13 > target = 9,所以 end -- ,得到 end = 1;最后计算
nums[0] + nums[1] == 9,即得到结果。

代码如下:

class Solution {
    public int[] twoSum(int[] numbers, int target) {
        if(numbers == null || numbers.length <= 1)return new int[2];//判断输入数组是否合法
        int start = 0;
        int end = numbers.length - 1;
        while(start < end){
            int sum = numbers[start]+numbers[end];
            if(sum == target){
                break;
            }else if(sum > target){
                end--;
            }else{
                start++;
            }
        }
        int[] res = new int[2];
        res[0] = start+1;
        res[1] = end+1;
        return res;
    }
}

例2:长度最小的子数组

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连续子数组,返回 0。

示例: 
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连续子数组。

在这里插入图片描述

如图所示:

定义两个指针i,j分别指向0,1;其和 sum = 2 + 3 < s = 7,所以让 j++,直到其 sum >= s;如图第三个表格中,其和 sum = 8 > s = 7,此时记录 res = 4,并让 i++;如图所示,依此类推
就可以获得 res = 2.

代码如下

class Solution {
    
    
    public int minSubArrayLen(int s, int[] nums) {
    
    
        if(nums == null || nums.length <= 0)return 0;
        int start = 0;
        int end = 1;
        int min = 1;
        int sum = nums[0];
        int res = Integer.MAX_VALUE;
        while(true){
    
    
           if(sum >= s){
    
    
               res = Math.min(min,res);
           } 
           if(sum > s){
    
    
               sum -= nums[start];
               min--;
               start++;
           }else{
    
    
               if(end >= nums.length)break;
               sum += nums[end];
               end++;
               min++;
           }
        }
        if(res == Integer.MAX_VALUE)return 0;
        return res;
    }
}

利用快速排序算法思想

示例:数组中的第K个最大元素(重要,面试常问)

在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 
个最大的元素,而不是第 k 个不同的元素。

示例 1:
输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:
你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。

解法1:先将数组排序,然后就可以通过 nums[nums.length - k] 获取我们所需要的元素.由于使用了排序算法,该算法的时间复杂度为 O(nlogn)

解法2:利用快速排序的原理,只需要 O(n) 的时间复杂度就可以获取第k大的元素,这也是一般面试需要我们懂的算法。

算法思路:随机在数组中找出一个数p,将数组中大于这个数p的元素放在右边,小于p的放在左边,如图
在这里插入图片描述
在这里插入图片描述

则p所在的位置 index = 4,即p = 4 为数组中第4小的数,反之,p = 4 即为数组中第三大的数。由于 p = 4 自己以及前面的数不可能是我们所需要找到的元素,所以截断 [0,3]的元素,从数组[4,5]范围内中重复开始的步骤找第k大的元素.

在这里插入图片描述

如图,p = 5 时为第二大的元素,即返回结果。

来自作者liweiwei1419的代码实现如下

public class Solution {
    
    

    public int findKthLargest(int[] nums, int k) {
    
    
        int len = nums.length;
        int left = 0;
        int right = len - 1;

        // 转换一下,第 k 大元素的索引是 len - k
        int target = len - k;

        while (true) {
    
    
            int index = partition(nums, left, right);
            if (index == target) {
    
    
                return nums[index];
            } else if (index < target) {
    
    
                left = index + 1;
            } else {
    
    
                right = index - 1;
            }
        }
    }

    /**
     * 在数组 nums 的子区间 [left, right] 执行 partition 操作,返回 nums[left] 排序以后应该在的位置
     * 在遍历过程中保持循环不变量的语义
     * 1、[left + 1, j] < nums[left]
     * 2、(j, i] >= nums[left]
     *
     * @param nums
     * @param left
     * @param right
     * @return
     */
    public int partition(int[] nums, int left, int right) {
    
    
        int pivot = nums[left];
        int j = left;
        for (int i = left + 1; i <= right; i++) {
    
    
            if (nums[i] < pivot) {
    
    
                // 小于 pivot 的元素都被交换到前面
                j++;
                swap(nums, j, i);
            }
        }
        // 在之前遍历的过程中,满足 [left + 1, j] < pivot,并且 (j, i] >= pivot
        swap(nums, j, left);
        // 交换以后 [left, j - 1] < pivot, nums[j] = pivot, [j + 1, right] >= pivot
        return j;
    }

    private void swap(int[] nums, int index1, int index2) {
    
    
        int temp = nums[index1];
        nums[index1] = nums[index2];
        nums[index2] = temp;
    }
}

位运算知识

示例:

一个整型数组里除了一个数字之外,其他的数字都出现了两次。请写程序找出这个只出现一次的数字

预备知识:异或运算:如果a、b两个值不相同,则异或结果为1。如果a、b两个值相同,异或结果为0。

代码实现如下:

//num1,num2分别为长度为1的数组。传出参数
//将num1[0],num2[0]设置为返回结果
public class Solution {
    
    
    public int FindNumsAppearOnce(int [] array) {
    
    
        int sum = array[0];
        for(int i = 1;i < array.length;i++){
    
    
            sum ^= array[i];
        }
        return sum;
    }
}

空间换时间

通过增加空间复杂度来降低时间复杂度,这是常用的降低时间复杂度的思路。相关的算法题如下:

二维数组相关

必需掌握代码实现

  • 实现一个支持动态扩容的数组
  • 实现一个大小固定的有序数组,支持动态增删改操作
  • 实现两个有序数组合并为一个有序数组

常问的算法题

参考

  • leetcode
  • 《剑指Offer》
  • 极客时间的《数据结构与算法之美》专栏

猜你喜欢

转载自blog.csdn.net/lichukuan/article/details/127019605
今日推荐