当前位置: 首页 > news >正文

LeetCode——数组 移除元素(Java)

移除元素

  • 简介
  • [简单] 27. 移除元素
  • [简单] 26. 删除有序数组中的重复项
  • [简单] 283. 移动零
  • [简单] 844. 比较含退格的字符串
  • [简单] 977. 有序数组的平方

简介

记录一下自己刷题的历程以及代码。写题过程中参考了 代码随想录。会附上一些个人的思路,如果有错误,可以在评论区提醒一下。
一旦设计到数组移除元素,就可以首先考虑一下双指针法解题。快慢指针法经常可以比较高效的对数组做一遍处理,把需要删除的元素删掉进行压缩。

[简单] 27. 移除元素

原题链接

(注意:这样的方法是一种不保留原先顺序的方法)
方法①:其实也是一种双指针的思路。设置一个下标指向数组最右边,从头开始遍历,一旦遍历到有元素需要移除,就把他往最后放,并将下标左移,右边区域不再参与遍历,记住一旦有元素被置换到后面,需要将当前循环下标做i--处理,因为你换过来的元素依然可能是一个需要移除的元素。

class Solution {public int removeElement(int[] nums, int val) {int length = nums.length;int right = nums.length - 1; //替换指针for(int i = 0; i < length; i++){if(nums[i] == val){int temp = nums[right];nums[right] = nums[i];nums[i] = temp;right--;length--;  //相当于舍弃末尾的部分长度i--; //置换之后当前位置可能还是一个需要置换的元素,继续检查}}return length;}
}

(注意:该方法保留了原数组的顺序)
方法②:快慢指针法,相当于慢指针负责对快指针指向的元素进行复制,而快指针则会跳过那些不需要复制的元素。

class Solution {public int removeElement(int[] nums, int val) {int fastIndex = 0;int slowIndex = 0;int count = 0;while(fastIndex < nums.length && slowIndex < nums.length - count){nums[slowIndex] = nums[fastIndex];if(nums[fastIndex] == val){count++; }else{slowIndex++;}fastIndex++;}return nums.length - count;}
}

[简单] 26. 删除有序数组中的重复项

原题链接

方法①:根据有序数组的条件,对上面的双指针法进行一定的改造,定义一个tag标记目前碰到的数,之后碰到相同的则快指针跳过,碰到不同的则标记新的tag。

class Solution {public int removeDuplicates(int[] nums) {  int fastIndex = 1;int slowIndex = 1;int count = 0;int tag = nums[1];  //题目为有序数组while(fastIndex < nums.length && slowIndex < nums.length - count){nums[slowIndex] = nums[fastIndex];if(nums[fastIndex] == tag){count++;}else{tag = nums[fastIndex];slowIndex++;}fastIndex++;}return nums.length - count;}
}

方法②:直接省去标记的问题,因为数组是有序的,慢指针和快指针所指向的元素只有nums[fastIndex] > nums[slowIndex]以及nums[fastIndex] == nums[slowIndex]两种情况,相等的时候快指针即可跳过,一旦不相等即可做赋值操作。

public int removeDuplicates(int[] nums) {//题目为有序数组int fastIndex = 0;int slowIndex = 0;while(fastIndex < nums.length){if(nums[fastIndex] > nums[slowIndex]){nums[++slowIndex] = nums[fastIndex];}else{fastIndex++;}}return slowIndex + 1;}

方法①与方法②速度差距:

在这里插入图片描述

[简单] 283. 移动零

原题链接

经典的双指针法。因为末尾要保留0,所以使用对换的swap方式来做。但这样时间效率不是最高的,直接覆盖,然后在末尾使用Arrays.fill(nums,count,nums.length,0);直接填充0能够更高效。

class Solution {public void moveZeroes(int[] nums) {int fastIndex = 0;int slowIndex = 0;while(fastIndex < nums.length){if(nums[fastIndex] != 0){int temp = nums[fastIndex];nums[fastIndex] = nums[slowIndex];nums[slowIndex] = temp;slowIndex++;}fastIndex++;}}
}

[简单] 844. 比较含退格的字符串

原题链接

方法①:也可以用快慢指针法,把两个字符串该删的删了对最后的结果作比较,这里就不重复实现了。

方法②:看到退格操作'#'就想到使用栈,用两个栈保存st经过退格操作之后的值,然后再出栈进行比较。

class Solution {public boolean backspaceCompare(String s, String t) {Stack<Character> sStack = new Stack<>();Stack<Character> tStack = new Stack<>();for(int i = 0; i < s.length(); i++){if(s.charAt(i) == '#' && !sStack.empty()){sStack.pop();}else if(s.charAt(i) != '#'){sStack.push(s.charAt(i));}//System.out.println(sStack.toString());}for(int i = 0; i < t.length(); i++){if(t.charAt(i) == '#' && !tStack.empty()){tStack.pop();}else if(t.charAt(i) != '#'){tStack.push(t.charAt(i));}//System.out.println(tStack.toString());}if(sStack.size() != tStack.size()) return false;while(!sStack.empty() && !tStack.empty()){if(sStack.pop() != tStack.pop()) return false;}return true;}
}

方法③:两个指针从后往前遍历,效率高,但是对边界的控制比较麻烦,没有栈写起来简单

class Solution {public boolean backspaceCompare(String s, String t) {int sIndex = s.length() - 1;int tIndex = t.length() - 1;int sCount = 0;int tCount = 0;while(sIndex >= 0 || tIndex >= 0){//让sIndex指向s中接下来要比较的字符(能够确定最后不被删除while (sIndex >= 0){if (s.charAt(sIndex) == '#') {sCount++;sIndex--;} else if (sCount > 0) {sCount--;sIndex--;} else{break;}}while (tIndex >= 0){if (t.charAt(tIndex) == '#') {tCount++;tIndex--;} else if (tCount > 0) {tCount--;tIndex--;} else{break;}}if(sIndex < 0 || tIndex < 0) break;if (s.charAt(sIndex) != t.charAt(tIndex)){return false;}sIndex--;tIndex--;}if(sIndex >=0 || tIndex >= 0) return false;return true;}
}

[简单] 977. 有序数组的平方

原题链接

题目中没有强调在原数组上修改,返回值也是int[],就可以思考是不是创建一个新的数组更方便一些。
找到数组中正负值的分界点,然后从分界点向两边遍历,按照绝对值的大小挨个平方计算后加入到新的数组中。正数或者负数用完之后无法继续进行绝对值比较的循环。然后再将左边或者右边剩下的数依次放入答案数组中。
时间复杂度O(n)

class Solution {public int[] sortedSquares(int[] nums) {int[] answer = new int[nums.length];int zeroIndex = 0;//找到正负分界点while(zeroIndex < nums.length && nums[zeroIndex] < 0){zeroIndex++;}int negativeIndex = zeroIndex - 1;int positiveIndex = zeroIndex;int i = 0;while(negativeIndex >= 0 && positiveIndex < nums.length){if (Math.abs(nums[negativeIndex]) < Math.abs(nums[positiveIndex])) {answer[i++] = nums[negativeIndex] * nums[negativeIndex];negativeIndex--;continue;} else {answer[i++] = nums[positiveIndex] * nums[positiveIndex];positiveIndex++;continue;}}while(negativeIndex >= 0){answer[i++] = nums[negativeIndex] * nums[negativeIndex];negativeIndex--;}while(positiveIndex < nums.length){answer[i++] = nums[positiveIndex] * nums[positiveIndex];positiveIndex++;}return answer;}
}
http://www.lryc.cn/news/216850.html

相关文章:

  • enum和Collection.stream()你这样用过么
  • unittest与pytest的区别
  • YOLOv7优化策略:IOU系列篇 | 引入MPDIoU,WIoU,SIoU,EIoU,α-IoU等创新
  • SQL Server2000mdf升级SQL Server2005数据库还原
  • webSocket推送太快导致前端渲染卡顿问题优化
  • (Java)泛型总结
  • C++ Package继承层次,采用继承实现快递包裹的分类计价(分为空运2日达、陆运3日达)。
  • 中文大语言模型汇总
  • GEE:GEE中实现简单计算器
  • 概念解析 | 神经网络中的位置编码(Positional Encoding)
  • 【ubuntu】搭建lamp架构
  • GNU ld(链接器)的主要功能
  • springboot整合FTP实现文件传输
  • Spring Boot 2.x.x 升级至 Spring Boot 3.x.x
  • 光电直读水表支持短时间多次抄表吗
  • 家庭私人影院 - Windows搭建Emby媒体库服务器并远程访问 「无公网IP」
  • 核心舱在轨飞行VR沉浸式互动体验满足大家宇宙探险的心愿
  • k8s集群中namespace状态一直显示Terminating
  • 数据库高速缓存配置
  • 性能优化之懒加载 - 基于观察者模式和单例模式的实现
  • 【LeetCode刷题-链表】--1290.二进制链表转整数
  • 搭建Radius认证服务器 安当加密
  • Windows11恢复组策略编辑器功能的方法
  • Django实战项目-学习任务系统-查询列表分页显示
  • Git 拉取指定TAG/分支的代码
  • 2-爬虫-代理池搭建、代理池使用(搭建django后端测试)、爬取某视频网站、爬取某视频网站、bs4介绍和遍历文档树
  • 动手学深度学习——残差网络ResNet(原理解释+代码详解)
  • MYSQL 8.0 配置CDC(binlog)
  • 软件测试/测试开发丨ChatGPT能否成为PPT最佳伴侣
  • java对象的创建过程