力扣 704

  二分查找
  这道题目可以用暴力解法,也就是遍历数组元素,但是这样做的时间复杂度是 $\small {O (N)}$。因此可以采取二分法对题目进行求解。设定开始查找的范围为 [left, right],比较区间中点 mid 的值和 target 的大小,如果小于 target 说明 target 在 [mid + 1, right] 之间,如果大于 target 说明 target 在 [left, mid - 1] 之间。每轮根据区间修改 left 或 right 的值,如果 left > right,说明数组中没有 target 目标值,返回 - 1。知道了二分法的原理,编写下面的代码:

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

  时间复杂度为 $\small {O (\mathrm {log}(N))}$。

力扣 27

  移除元素
  这个题目可以用双指针的方法进行解答。假定现在有两个指针,一个叫 slow,一个叫 fast,他们起始都指向数组 nums 的第一个元素 nums [0],然后判定 nums [fast] 是否与 val 相等,如果相等,fast++,如果不相等就把 nums [fast] 的值给 nums [slow],fast++,slow++。可以看到,这个操作实际上就是将非 val 的元素向前挪动,覆盖掉值为 val 的元素。这样无论 nums 数组后的元素是什么,只要保证返回的前 k 个元素不包含 val 就行。因此循环判定的条件就是 fast < nums.size()。代码编写如下:

int removeElement(vector<int>& nums, int val)
{
int slow = 0, fast = 0;
while(fast < nums.size())
{
if(nums[fast] != val)
{
nums[slow++] = nums[fast++];
}
else fast++;
}
return slow;
}

  时间复杂度为 $\small {O (N)}$,空间复杂度为 $\small {O (1)}$。

力扣 977

  有序数组的平方(双指针)
  这个题可以直接先平方后 sort 排序的方法,但是这样做的时间复杂度为 $\small {O (n\mathrm {log} n)}$,空间复杂度为 $\small {O (\mathrm {log} n)}$。代码如下:

vector<int> sortedSquares(vector<int>& nums)
{
for(int i = 0; i < nums.size(); i++)
{
nums[i] *= nums[i];
}
sort(nums.begin(), nums.end());
return nums;
}

  其实也可以采用双指针的办法。题目告诉了数组是有序的,那么设定指针 left 和指针 right,并新建一个数组 res,大小和 nums 一样。left 指向 nums 第一个元素,right 指向 nums 的最后一个元素。如果 nums [left]^2 > nums [right]^2,那么就把 left 的运算结果给 res 最右侧未被赋值的元素 k,此时 left++,k- -。同理,当 nums [left]^2 < nums [right]^2 ,那么就把 right 的运算结果给 res 最右侧并 right- -,k- -。以此类推。

vector<int> sortedSquares(vector<int>& nums)
{
vector<int> res(nums.size(), 0);
int k = nums.size();
int left = 0, right = nums.size() - 1;
while(left <= right)
{
if(nums[left] * nums[left] <= nums[right] * nums[right])
{
res[k--] = nums[right] * nums[right];
right--;
}
else
{
res[k--] = nums[left] * nums[left];
left++;
}
}
return res;
}

  时间复杂度为 $\small {O (n)}$,空间复杂度为 $\small {O (1)}$。

力扣 209

  长度最小的子数组(双指针)
  这个题目可以用滑窗思想进行求解,仍然可以采用双指针,一个起始指针 i 和末尾指针 j,以示例 1 为例。开始 i 和 j 都指向 nums [0],然后 j++,统计 i 和 j 之间元素和 sum。当 j = 3 时,sum = 8 > 7,此时长度为 res = 4。为了找到最小的长度,令 i++,sum = 6,不符合要求。此时 j++,开启下一轮的查找。此时 sum = 10,res = 4,令 i++,sum = 7,res = 3;i++,sum = 6,不符合要求…… 以此类推,直到当 i = 5,j = 6,sum = 7,res = 2。得到最后结果。代码实现如下:

int minSubArrayLen(int target, vector<int>& nums)
{
int res = INT32_MAX;//设置窗口最大值,以方便比较
int i = 0;
int sum = 0;
int windsize = 0;
for(int j = 0; j < nums.size(); j++>)
{
sum += nums[j];
while(sum >= target)
{
windsize = j - i + 1;
res = res > windsize ? windsize : res;
sum -= nums[i++];
}
}
return res == INT32_MAX ? 0 : res;
}

力扣 59

  螺旋矩阵 Ⅱ
  这个题的难点在于如何编程实现螺旋顺序的矩阵元素访问。这里假设矩阵的四个顶点分别为 left_Top (Lt)、left_Bottom (Lb)、Right_Top (Rt)、Right_Bottom (Rb),并将他们的值设置为:

int Lt = 0;
int Lb = n - 1;
int Rt = 0;
int Rb = n - 1;

  设定 Lt 方向为 Rt ↓ Rb ← Lb ↑ 。这里四个顶点的坐标并不重要,重要的是这四个顶点标明了矩阵的旋转方向和坐标边界值。下面对坐标边界值进行说明。
  设定 Lt 和 Rb 是两个相对方向,那么列方向上坐标边界值就是 Lt = 0 和 Rb = n - 1。同理,Lb 和 Rt 是另外两个相对的方向,行方向上坐标边界值就是 Rt = 0,Lb = n - 1。
  知道了这些条件,现在加入一个变量 i:

  1. 起始时 Lt → Rb(虽然实际上是 Lt → Rt,但 Lt 和 Rb 是左右两个相对方向),矩阵遍历下标为 [Rt][i],因为这里相当于是 “ 行 = Rt = 0 ” 是定值,“列 = i = Lt → Rb ” 是变值。当列遍历完成,Rt++,相当于第 0 行现在已经填充好了元素,因此 Rt 需要向下移动一行。
  2. 第二步 Rt → Lb(虽然实际上是 Rt → Rb,但 Rt 和 Lb 是上下两个相对方向),矩阵遍历下标为 [i][Rb],因为这里相当于是 “ 列 = Rb = n - 1 ” 是定值,“行 = i = Rt → Lb ” 是变值。当列遍历完成,Rb- -,相当于第 n - 1 列现在已经填充好了元素,因此 Rb 需要向左移动一行。
  3. 第三步 Rb → Lt,[Lb][i],Lb- -。
  4. 第四步 Lb → Rt,[i][Lt],Lt++。
  5. 当矩阵填充值大于 $\small {n \times n}$ 说明已经填充完毕,退出循环。

  通过上述步骤就实现了矩阵的螺旋顺序访问。这个原理不仅可以用于顺时针,还可以用于逆时针。

vector<vector<int>> generateMatrix(int n)
{
vector<vector<int>> res(n, vector<int>(n));
int Lt = 0, Lb = n - 1, Rt = 0, Rb = n - 1;
int count = 1;
int flag = n * n;
while(count <= flag)
{
for(int i = Lt; i <= Rb; i++)
{
res[Rt][i] = count++;
}
Rt++;
for(int i = Rt; i <= Lb; i++)
{
res[i][Rb] = count++;
}
Rb--;
for(int i = Rb; i >= Lt; i--)
{
res[Lb][i] = count++;
}
Lb--;
for(int i = Lb; i >= Rt; i--)
{
res[i][Lt] = count++;
}
Lt++;
}
return res;
}