【算法】双指针-OJ题详解1
双指针-OJ题
- 移动零(点击跳转)
- 原理讲解
- 代码实现
- 复写零(点击跳转)
- 原理讲解
- 代码实现
- 快乐数(点击跳转)
- 原理讲解
- 代码实现
- 盛最多水的容器(点击跳转)
- 原理讲解
- 代码实现
- 有效三角形的个数(点击跳转)
- 原理讲解
- 代码实现
- 查找总价值为目标值的两个商品(点击跳转)
- 原理讲解
- 代码实现
- 三数之和(点击跳转)
- 原理讲解
- 代码实现
- 四数之和(点击跳转)
- 原理讲解
- 代码实现
移动零(点击跳转)
原理讲解
因此我们定义两个指针:
- cur:遍历数组
- dest:已处理的区间内,最后一个非零元素的位置
这样就把数组划分成三块区间:
[0 , dest] 、[dest+1 , cur-1] 、[cur , size-1]
分别对应:
非零元素、零、待处理
具体操作:
cur遍历过程中
- 遇到0元素
cur++; - 遇到非0元素
swap(dest+1,cur); //swap数组中下标为dest+1和cur的元素
dest++;cur++;
代码实现
void moveZeroes(vector<int>& nums) {int dest = -1;int cur = 0;while (cur < nums.size()){if (nums[cur])swap(nums[++dest], nums[cur]);cur++;}
}
复写零(点击跳转)
原理讲解
这道题首先要想到从后向前遍历,因为如果从前向后遍历,会覆盖掉后面的值,较难操作,因此:
第一步找到最后一个数,可以用快慢指针来实现:cur指针、dest指针。前者从前向后遍历,后者根据前者位置的值走1步或2步,具体如下:
- 先判断cur位置的值
- 若cur位置的值非0,dest向后移动一步;若cur位置的值为0,dest向后移动2步
- 判断dest位置是否到了结束的位置
- cur++
代码实现
void duplicateZeros(vector<int>& arr) {int dest = -1;int cur = 0;//找到最后一个数while (cur < arr.size()){if (arr[cur])dest++;elsedest += 2;if (dest >= arr.size() - 1)break;cur++;}
//处理特殊情况:cur指向的最后一个数是0,dest越界if (dest == arr.size()){arr[dest - 1] = 0;cur--;dest -= 2;}
//复写while (cur >= 0){if (arr[cur])arr[dest--] = arr[cur--];else{arr[dest--] = 0;arr[dest--] = 0;cur--;}}
}
快乐数(点击跳转)
原理讲解
最后一定会成环(可以证明,用鸽巢原理)
因此可以通过判断环的起点是否为1,决定返回true
还是false
→ 快慢指针
快慢指针有⼀个特性,就是在⼀个圆圈中,快指针总是会追上慢指针的,也就是说他们总会相遇在⼀个位置上。就本题而言,如果相遇位置的值是 1 ,那么这个数⼀定是快乐数;如果相遇位置不是 1 ,那么就不是快乐数。
代码实现
//求x每一位数的平方和int SqSum(int x){int ret = 0;while(x){int n = x%10;ret += n*n;x/=10;}return ret;}bool isHappy(int n) {int slow = n,fast = SqSum(n);//fast不能设成n,否则进不了循环while(slow != fast){slow = SqSum(slow);fast = SqSum(SqSum(fast));}return slow==1;}
盛最多水的容器(点击跳转)
原理讲解
我们首先想到的大概率是两层循环暴力枚举,但是复杂度高,这道题不能通关
那应该如何解这题呢?
首先,容器的容积(这道题只考虑面积)是S = h * w
h表示高度,即height[?]
w表示宽度,即两条垂线间隔的距离
为了方便叙述,我们假设左边边界height[left]
小于右边边界height[right]
。
如果此时我们固定⼀个边界,改变另⼀个边界,水的容积会有如下变化形式:
- 容器的宽度w一定变小。
- 由于左边界较小,决定了水的高度。①如果改变左边界,新的水面高度不确定,但是一定不会超过右边的柱子高度,因此容器的容积可能会改变(可能变大、变小、不变)。
- ②如果改变右边界,无论右边界移动到哪里,新的水面的高度一定不会超过左边界,也就是不会超过现在的水面高度,但由于容器的宽度减小,因此容器的容积⼀定会变小的。
所以我们可以舍去情况②,只需要讨论情况①(因为我们的目的是求最大的容积)
因此,我们定义两个指针left和right,然后比较height[left]
和 height[right]
,移动height小的位置的指针,循环这个过程,期间产生的所有的容积里的最大值,就是要return的最终答案
代码实现
int maxArea(vector<int>& height) {int left = 0;int right = height.size()-1;int _max = 0;while(left < right){int tmp = (right-left)*min(height[right],height[left]);_max = max(_max,tmp);if(height[left] < height[right])left++;elseright--; }return _max;}
有效三角形的个数(点击跳转)
原理讲解
我们小学五年级都学过,三角形的三条边必须满足:任意两边之和大于第三边、任意两边之差小于第三边~
假设三角形三条边长度分别为:a, b, c
-
方法① a+b < c ; a+c < b ; b+c < a
-
方法② 在①的基础上优化:先排序,a ≤ b ≤ c,只需要判断 a+b > c即可
解法一:三层循环暴力枚举 → O(n3)
解法二:利用(排序后)单调性,用双指针算法来解决。 → O(n2)
- 先固定最大的数
- 在最大数的左边区间内,用双指针算法,快速统计出符合要求的另外两个数:
-
- 如果
nums[left]
+nums[right]
>nums[max]
,说明 [left, right - 1] 区间上的所有元素均可以与nums[right]
构成比nums[max]
大的二元组,此时满足条件的有 right - left 种;此时 right 位置的元素的所有情况相当于全部考虑完毕, right-- ,进入下一轮判断
- 如果
-
- 如果
nums[left]
+nums[right]
<=nums[max]
,说明 left 位置的元素是不可能与 [left + 1, right] 位置上的任意元素构成满足条件的二元组,left++
进入下一轮循环
- 如果
- 向左移动最大数,循环上面的过程
代码实现
int triangleNumber(vector<int>& nums) {int left,right;int cmax = nums.size() - 1;int ret = 0;sort(nums.begin(),nums.end());while (cmax > 1) {left = 0;right = cmax-1;while (left < right) {if (nums[left] + nums[right] > nums[cmax]) {ret+=(right-left);right--; } else {left++;}}cmax--;//向左移动最大数}return ret;}
查找总价值为目标值的两个商品(点击跳转)
原理讲解
类比上面《有效三角形的个数》,会发现利用单调性同样很香:利用对撞指针优化时间复杂度
- 初始化
left
,right
分别指向数组的左右两端 - 接下来无非三种情况:
-
price[left]
+price[right]
==target
,说明找到了,跳出循环返回即可
-
price[left]
+price[right]
>target
,说明两数之和大了,right–
-
price[left]
+price[right]
<target
,说明两数之和小了,left++
代码实现
vector<int> twoSum(vector<int>& price, int target) {int left = 0,right = price.size()-1;vector<int> ret;while(left < right){if(price[left] + price[right] == target){ret.push_back(price[left]);ret.push_back(price[right]);break;}else if(price[left] + price[right] > target)right--;elseleft++;}return ret;}
或者不需创建vector直接返回:
vector<int> twoSum(vector<int>& price, int target) {int left = 0,right = price.size()-1;while(left < right){if(price[left] + price[right] == target)return {price[left] , price[right]};else if(price[left] + price[right] > target)right--;elseleft++;}return {-1};//注意这里必须return一个数组,目的是照顾编译器,否则编译不通过}
三数之和(点击跳转)
原理讲解
我们可以利用在两数之和那道题的双指针思想,来对暴力枚举做优化:
- 先排序
- 然后固定一个数 a
- 在这个数后面的区间内,利用双指针快速找到两个数之和等于 -a 即可
但是要注意的是,这道题需要有去重操作~
(除了用set,我们可以自己实现)
- 找到一个结果之后, left 和 right 指针要跳过重复的元素;
- 当用完⼀次双指针算法之后,固定的 a 也要跳过重复的元素。
代码实现
vector<vector<int>> threeSum(vector<int>& nums) {sort(nums.begin(),nums.end());int i =0,left,right;vector<vector<int>> vv;while(i < nums.size()-2){if(nums[i] > 0)break;//left+rightleft = i+1;right = nums.size()-1;while(left < right && right < nums.size()){if(nums[left] + nums[right] == -nums[i]){vv.push_back({nums[i],nums[left],nums[right]});left++;right--;while(left < right && right < nums.size()&&nums[left] == nums[left-1])left++;//left跳过重复元素while(left < right && right < nums.size()&&nums[right] == nums[right+1])right--;//right跳过重复元素}else if(nums[left] + nums[right] > -nums[i])right--;elseleft++;}i++;while(nums[i] == nums[i-1] && i<nums.size()-2)++i;//“固定”的数跳过重复元素}return vv; }
四数之和(点击跳转)
原理讲解
这道题和上面的《三数之和》几乎一模一样,区别在于多了一层
- 固定一个数a
- 在这个数 a 的后面区间上,利用「三数之和」找到三个数,使这三个数的和等于
target - a
即可
代码实现
vector<vector<int>> fourSum(vector<int>& nums, int target) {sort(nums.begin(),nums.end());vector<vector<int>> vv;int i=0,j,left,right;while(i<nums.size()){j = i+1;while(j<nums.size()){left = j+1;right = nums.size()-1;long long aim = (long long)target-nums[i]-nums[j];//有些用例不强转会越界while(left<right){int sum =nums[left]+nums[right];if(sum == aim){vv.push_back({nums[i],nums[j],nums[left],nums[right]});left++;right--;while(left<right && nums[left] == nums[left-1])left++;while(left<right && nums[right] == nums[right+1])right--;}else if(sum < aim)left++;elseright--;}++j;while(j < nums.size() && nums[j] == nums[j-1])++j;}++i;while(i<nums.size() && nums[i] == nums[i-1])++i;}return vv;}
相关文章:

【算法】双指针-OJ题详解1
双指针-OJ题 移动零(点击跳转)原理讲解代码实现 复写零(点击跳转)原理讲解代码实现 快乐数(点击跳转)原理讲解代码实现 盛最多水的容器(点击跳转)原理讲解代码实现 有效三角形的个数…...

29 两个任务切换(1)
1 这里涉及到进程的切换与之前的 特权级的切换还是不一样的。 2 给每个进程 在 GDT表中,分配一个 TSS, 这个TSS中 保存着这个进程 所用到的 通用寄存器段寄存器 3个可能的栈, 当进行 进程切换的时候,就是切换到 另一个 TSS表&am…...
正则表达式概述
一、正则表达式概述 正则表达式(Regular Expression,简称regex或regexp)是一种强大的文本处理工具,它使用一种特定的模式来描述和匹配一系列符合某个句法规则的字符串。在Python中,我们可以使用re模块来操作正则表达式…...

【C语言】Top K问题【建小堆】
前言 TopK问题:从n个数中,找出最大(或最小)的前k个数。 在我们生活中,经常会遇到TopK问题 比如外卖的必吃榜;成单的前K名;各种数据的最值筛选 问题分析 显然想开出40G的空间是不现实的&#…...
Rust 程序设计语言学习——并发编程
安全且高效地处理并发编程是 Rust 的另一个主要目标。并发编程(Concurrent programming),代表程序的不同部分相互独立地执行,而并行编程(parallel programming)代表程序不同部分同时执行,这两个…...

联邦学习研究综述【联邦学习】
文章目录 0 前言机器学习两大挑战: 1 什么是联邦学习?联邦学习的一次迭代过程如下:联邦学习技术具有以下几个特点: 2 联邦学习的算法原理目标函数本地目标函数联邦学习的迭代过程 3 联邦学习分类横向联邦学习纵向联邦学习联邦迁移…...
深入理解Python中的列表推导式
深入理解Python中的列表推导式 在Python编程中,列表推导式(List Comprehension)是一种简洁而强大的语法,用于创建和操作列表。它不仅提高了代码的可读性,还能显著减少代码的行数。本文将详细介绍什么是列表推导式,如何使用它,以及一些实际应用示例,帮助读者更好地理解…...

Android 实现左侧导航栏:NavigationView是什么?NavigationView和Navigation搭配使用
目录 1)左侧导航栏效果图 2)NavigationView是什么? 3)NavigationView和Navigation搭配使用 4)NavigationView的其他方法 一、实现左侧导航栏 由于Android这边没有直接提供左侧导航栏的控件,所以我尝试了…...

如何快速下载拼多多图片信息,效率高
图片是电商吸引顾客的关键因素,高质量的商品图片能提升产品吸引力,增强用户购买欲望。良好的视觉展示有助于建立品牌形象,提高转化率。同时,图片也是商品信息的主要传递媒介,对消费者决策过程至关重要。 使用图快下载器…...
windows 10下,修改ubuntu的密码
(1)在搜索框里面输入cmd,然后点击右键,选择管理员打开 Microsoft Windows [版本 10.0.22631.3880] (c) Microsoft Corporation。保留所有权利。 C:\Windows\System32>C: C:\Windows\System32>cd ../../ C:\>cd Users\ASUS\AppData\Local\Micros…...
【MySQL】慢sql优化全流程解析
定位慢sql 工具排查慢sql 调试工具:Arthas运维工具:Skywalking 通过以上工具可以看到哪个接口比较慢,并且可以分析SQL具体的执行时间,定位到哪个sql出了问题。 启用慢查询日志 慢查询日志记录了所有执行时间超过指定参数(lon…...

RabbitMQ高级特性 - 消息分发(限流、负载均衡)
文章目录 RabbitMQ 消息分发概述如何实现消费分发机制(限制每个队列消息数量)使用场景限流背景实现 demo 非公平发送(负载均衡)背景实现 demo RabbitMQ 消息分发 概述 RabbitMQ 的队列在有多个消费者订阅时,默认会通过…...

信号处理——自相关和互相关分析
1.概括 在信号处理中,自相关和互相关是相关分析非常重要的概念,它们能分析一个信号或两个信号在时间维度的相似性,在振动测试分析、雷达测距和声发射探伤得到了广泛的应用。自相关分析的研究对象为一个信号,互相关分析的研究对象…...

如何解决部分设备分辨率不适配
1)如何解决部分设备分辨率不适配 2)Unity中如何实现草的LOD 3)使用了Play Asset Delivery提交版本被Google报错 4)如何计算弧线弹道的落地位置 这是第396篇UWA技术知识分享的推送,精选了UWA社区的热门话题,…...

C#插件 调用存储过程(输出参数类型)
存储过程 CREATE PROCEDURE [dbo].[GetSum]num1 INT,num2 INT,result INT OUTPUT AS BEGINselect result num1 num2 END C#代码 using Kingdee.BOS; using Kingdee.BOS.App.Data; using Kingdee.BOS.Core.Bill.PlugIn; using Kingdee.BOS.Util; using System; using System.…...

代码随想录算法训练营day32 | 509. 斐波那契数 、70. 爬楼梯 、746. 使用最小花费爬楼梯
碎碎念:开始动态规划了!加油! 参考:代码随想录 动态规划理论基础 动态规划常见类型: 动规基础类题目背包问题打家劫舍股票问题子序列问题 解决动态规划问题应该要思考清楚的: 动态规划五部曲࿱…...
【人工智能专栏】Learning Rate Decay 学习率衰减
Learning Rate Decay 学习率衰减 使用格式 optimizer = torch.optim.SGD(model.paraters(), lr=0.1, momentum=0.9, weight_decay=1e-4) scheduler = torch.optim...
浙大版《C语言程序设计(第3版)》题目集
练习4-11 统计素数并求和 本题要求统计给定整数M和N区间内素数的个数并对它们求和。 输入格式: 输入在一行中给出两个正整数M和N(1≤M≤N≤500)。 输出格式: 在一行中顺序输出M和N区间内素数的个数以及它们的和,数字间以空格分隔。 输入…...

【学习笔记】Day 2
一、进度概述 1、inversionnet_train_light 试运行——未成功 2、DL-FWI基础入门培训-1,2,以及作业1的完成——暂未完成作业 二、详情 1、inversionnet_train_light 试运行 在补充完相关依赖后,运行仍有报错 产生原因:这个代码在当…...

Java中的Map(如果想知道Java中有关Map的知识点,那么只看这一篇就足够了!)
前言:在Java编程语言中,集合框架(Collection Framework)提供了一系列用于存储和操作数据的接口和类。其中,Map和Set是两个非常重要的接口,分别用于存储键值对和无重复元素的集合。 ✨✨✨这里是秋刀鱼不做梦…...
OpenLayers 可视化之热力图
注:当前使用的是 ol 5.3.0 版本,天地图使用的key请到天地图官网申请,并替换为自己的key 热力图(Heatmap)又叫热点图,是一种通过特殊高亮显示事物密度分布、变化趋势的数据可视化技术。采用颜色的深浅来显示…...

深入剖析AI大模型:大模型时代的 Prompt 工程全解析
今天聊的内容,我认为是AI开发里面非常重要的内容。它在AI开发里无处不在,当你对 AI 助手说 "用李白的风格写一首关于人工智能的诗",或者让翻译模型 "将这段合同翻译成商务日语" 时,输入的这句话就是 Prompt。…...

Vue3 + Element Plus + TypeScript中el-transfer穿梭框组件使用详解及示例
使用详解 Element Plus 的 el-transfer 组件是一个强大的穿梭框组件,常用于在两个集合之间进行数据转移,如权限分配、数据选择等场景。下面我将详细介绍其用法并提供一个完整示例。 核心特性与用法 基本属性 v-model:绑定右侧列表的值&…...

Mybatis逆向工程,动态创建实体类、条件扩展类、Mapper接口、Mapper.xml映射文件
今天呢,博主的学习进度也是步入了Java Mybatis 框架,目前正在逐步杨帆旗航。 那么接下来就给大家出一期有关 Mybatis 逆向工程的教学,希望能对大家有所帮助,也特别欢迎大家指点不足之处,小生很乐意接受正确的建议&…...

【项目实战】通过多模态+LangGraph实现PPT生成助手
PPT自动生成系统 基于LangGraph的PPT自动生成系统,可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析:自动解析Markdown文档结构PPT模板分析:分析PPT模板的布局和风格智能布局决策:匹配内容与合适的PPT布局自动…...

(二)原型模式
原型的功能是将一个已经存在的对象作为源目标,其余对象都是通过这个源目标创建。发挥复制的作用就是原型模式的核心思想。 一、源型模式的定义 原型模式是指第二次创建对象可以通过复制已经存在的原型对象来实现,忽略对象创建过程中的其它细节。 📌 核心特点: 避免重复初…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...
JVM暂停(Stop-The-World,STW)的原因分类及对应排查方案
JVM暂停(Stop-The-World,STW)的完整原因分类及对应排查方案,结合JVM运行机制和常见故障场景整理而成: 一、GC相关暂停 1. 安全点(Safepoint)阻塞 现象:JVM暂停但无GC日志,日志显示No GCs detected。原因:JVM等待所有线程进入安全点(如…...

Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...

Unity | AmplifyShaderEditor插件基础(第七集:平面波动shader)
目录 一、👋🏻前言 二、😈sinx波动的基本原理 三、😈波动起来 1.sinx节点介绍 2.vertexPosition 3.集成Vector3 a.节点Append b.连起来 4.波动起来 a.波动的原理 b.时间节点 c.sinx的处理 四、🌊波动优化…...