【算法刷题之数组篇(2)】

目录

  • 1.leetcode-35. 搜索插入位置(简单)
  • 2.leetcode-74. 搜索二维矩阵(中等)
  • 3.leetcode-73. 矩阵置零(中等)
  • 4.leetcode-56. 合并区间(中等)
  • 5.leetcode-54. 螺旋矩阵(中等)
  • 6.leetcode-1. 两数之和(简单)

1.leetcode-35. 搜索插入位置(简单)

(1)题目描述
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
在这里插入图片描述
(2)方法及思路(二分查找)
考虑这个插入的位置 pos,它成立的条件为:
nums[pos−1]<target≤nums[pos] ;
问题转化到这里,直接套用二分法即可,即不断用二分法逼近查找第一个大于等于 target的下标 。
(3)代码实现

class Solution {
public:int searchInsert(vector<int>& nums, int target) {int n = nums.size();int l=0,r=n-1;while(l<=r){int mid=l+(r-l)/2;if(nums[mid]<target)l=mid+1;else r=mid-1;}return l;}
};

2.leetcode-74. 搜索二维矩阵(中等)

(1)题目描述
给你一个满足下述两条属性的 m x n 整数矩阵:
每行中的整数从左到右按非递减顺序排列。
每行的第一个整数大于前一行的最后一个整数。
给你一个整数 target ,如果 target 在矩阵中,返回 true ;否则,返回 false 。

在这里插入图片描述
(2)思路与方法(二分查找)
1.首先先把此二维数组看作是一个一维数组的变形。
2.若将矩阵每一行拼接在上一行的末尾,则会得到一个升序数组,我们可以在该数组上二分找到目标元素。
3.代码实现时,可以二分升序数组的下标,将其映射到原矩阵的行和列上。
(3)代码实现

class Solution {
public:bool searchMatrix(vector<vector<int>>& matrix, int target) {int m = matrix.size(), n = matrix[0].size();int low = 0, high = m * n - 1;while (low <= high) {int mid = (high - low) / 2 + low;int x = matrix[mid/n][mid%n];if (x < target) {low = mid + 1;} else if (x > target) {high = mid - 1;} else {return true;}}return false;}
};

(特别要注意二分后mid的下标)

3.leetcode-73. 矩阵置零(中等)

(1)题目描述
给定一个 m x n 的矩阵,如果一个元素为 0 ,则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。
在这里插入图片描述

(2)方法及思路(使用标记数组)
1.先定义两个一维数组,分别代表行和列
2.遍历一遍数组,找出0元素所在的行和列,并在已定义的数组中用true赋值标记出来。
3.再次遍历数组,当遍历到被标记的行或列时,就将其值改为0。
(3)代码实现

class Solution {
public:void setZeroes(vector<vector<int>>& matrix) {int m=matrix.size();int n=matrix[0].size();vector<int> row(m),col(n);for(int i=0;i<m;++i){for(int j=0;j<n;++j){if(!matrix[i][j]){row[i]=col[j]=true;}}}for(int i=0;i<m;++i){for(int j=0;j<n;++j){if(row[i]||col[j]){matrix[i][j]=0;}}}} 
};

4.leetcode-56. 合并区间(中等)

(1)题目描述
以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。
在这里插入图片描述
(2)方法及思路(排序)
思路
如果我们按照区间的左端点排序,那么在排完序的列表中,可以合并的区间一定是连续的。如下图所示,标记为蓝色、黄色和绿色的区间分别可以合并成一个大区间,它们在排完序的列表中是连续的:
在这里插入图片描述
算法
1.我们用数组 merged 存储最终的答案。
2.首先,我们将列表中的区间按照左端点升序排序。然后我们将第一个区间加入 merged 数组中,并按顺序依次考虑之后的每个区间:
3.如果当前区间的左端点在数组 merged 中最后一个区间的右端点之后,那么它们不会重合,我们可以直接将这个区间加入数组 merged 的末尾;
4.否则,它们重合,我们需要用当前区间的右端点更新数组 merged 中最后一个区间的右端点,将其置为二者的较大值。

(3)代码实现

class Solution {
public:vector<vector<int>> merge(vector<vector<int>>& intervals) {if(intervals.size()==0){return {};}vector<vector<int>> merged;sort(intervals.begin(),intervals.end());for(int i=0;i<intervals.size();++i){int left=intervals[i][0];int right=intervals[i][1];if(!merged.size()||merged.back()[1]<left){merged.push_back({left,right});}else{merged.back()[1]=max(merged.back()[1],right);}}return merged;}
};

5.leetcode-54. 螺旋矩阵(中等)

给你一个 m 行 n 列的矩阵 matrix ,请按照 顺时针螺旋顺序 ,返回矩阵中的所有元素。
在这里插入图片描述
(2)方法及思路(模拟)
可以模仿上一篇文章中的螺旋寻找
函数接受一个二维数组matrix作为参数,并返回一个一维数组ans。函数首先获取二维数组的行数和列数,然后使用topbottomleftright来表示当前螺旋循环的边界。count表示剩余要输出的元素个数。
在循环中,首先从左到右输出上边界的元素,每输出一个元素,count减1并将其添加到ans中。然后将top加1,表示上边界收缩。接下来从上到下输出右边界的元素,并更新右边界。之后从右到左输出下边界的元素,更新下边界。最后从下到上输出左边界的元素,更新左边界。每次循环结束时,检查count是否大于等于1,如果是则继续循环,否则退出循环。
最后返回ans
(3)代码实现

class Solution {
public:vector<int> spiralOrder(vector<vector<int>>& matrix) {vector<int> ans;int m=matrix.size();int n=matrix[0].size();int top=0;int bottom=m-1;int left=0;int right=n-1;int count=m*n;while(count>=1){for(int i=left;i<=right&&count>=1;++i) {ans.push_back(matrix[top][i]);count--;}top++;for(int i=top;i<=bottom&&count>=1;++i){ ans.push_back(matrix[i][right]);count--;}right--;for(int i=right;i>=left&&count>=1;--i) {ans.push_back(matrix[bottom][i]);count--;}--bottom;for(int i=bottom;i>=top&&count>=1;--i) {ans.push_back(matrix[i][left]);count--;}left++;}return ans;}
};

6.leetcode-1. 两数之和(简单)

(1)题目描述
给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
在这里插入图片描述
(2)方法及思路(双指针)
先在头上定义一个指针,在其后面也定义一个指针,然后循环找出符合要求的数。
(3)代码实现

class Solution {
public:vector<int> twoSum(vector<int>& nums, int target) {int n = nums.size();vector<int> result;for (int i = 0; i < n; ++i) {for (int j = i + 1; j < n; ++j) {if (nums[i] + nums[j] == target) {vector<int> result;result.push_back(i);result.push_back(j);return result;}}}return result;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/99614.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

了解扩散概率模型 (DPM)

一、介绍 对复杂的概率分布进行建模是机器学习的核心问题。如果这个问题可以出现在不同的形状下&#xff0c;最常见的设置之一如下&#xff1a;给定仅由一些可用样本描述的复杂概率分布&#xff0c;如何生成新样本&#xff1f; 所有生成模型都依赖于相同的基本思想&#xff0c;…

【Python从入门到进阶】32、bs4的基本使用

接上篇《31、使用JsonPath解析淘票票网站地区接口数据》 上一篇我们介绍了如何使用JSONPath来解析淘票票网站的地区接口数据&#xff0c;本篇我们来学习BeautifulSoup的基本概念&#xff0c;以及bs4的基本使用。 一、BeautifulSoup简介 1、bs4基本概念 BeautifulSoup是一个P…

Flink之时间语义

Flink之时间语义 简介 Flink中时间语义可以说是最重要的一个概念了,这里就说一下关于时间语义的机制,我们下看一下下面的表格,简单了解一下 时间定义processing time处理时间,也就是现实世界的时间,或者说代码执行时,服务器的时间event time事件时间,就是事件数据中所带的时…

怎样让音频速度变慢?请跟随以下方法进行操作

怎样让音频速度变慢&#xff1f;在会议录音过程中&#xff0c;经常会遇到主讲人语速过快&#xff0c;导致我们无法清晰听到对方说的内容。如果我们能够减慢音频速度&#xff0c;就能更好地记录对方的讲话内容。此外&#xff0c;在听到快速播放的外语或方言时&#xff0c;我们也…

途乐证券|买了股票但不管可以吗?会不会被撤回?

炒股是个说简略也简略、说难也难的事情&#xff0c;一些股民绞尽脑汁、忙前忙后紧盯大盘&#xff0c;实时剖析&#xff0c;把自己累够呛&#xff1b;一些股民云淡风轻&#xff0c;买了股票却几乎不怎么理睬&#xff0c;兴致来了看两眼&#xff0c;也就算研讨股票行情了。那么&a…

8.4.tensorRT高级(3)封装系列-infer推理封装,输入输出tensor的关联

目录 前言1. infer封装总结 前言 杜老师推出的 tensorRT从零起步高性能部署 课程&#xff0c;之前有看过一遍&#xff0c;但是没有做笔记&#xff0c;很多东西也忘了。这次重新撸一遍&#xff0c;顺便记记笔记。 本次课程学习 tensorRT 高级-infer推理封装&#xff0c;输入输出…

「UG/NX」Block UI 面收集器FaceCollector

✨博客主页何曾参静谧的博客📌文章专栏「UG/NX」BlockUI集合📚全部专栏「UG/NX」NX二次开发「UG/NX」BlockUI集合「VS」Visual Studio「QT」QT5程序设计「C/C+&#

分类预测 | MATLAB实现MTBO-CNN多输入分类预测

分类预测 | MATLAB实现MTBO-CNN多输入分类预测 目录 分类预测 | MATLAB实现MTBO-CNN多输入分类预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.MATLAB实现MTBO-CNN多输入分类预测 2.代码说明&#xff1a;基于登山队优化算法&#xff08;MTBO&#xff09;、卷积神经…

使用本地电脑搭建可以远程访问的SFTP服务器

文章目录 1. 搭建SFTP服务器1.1 下载 freesshd 服务器软件1.3 启动SFTP服务1.4 添加用户1.5 保存所有配置 2. 安装SFTP客户端FileZilla测试2.1 配置一个本地SFTP站点2.2 内网连接测试成功 3. 使用cpolar内网穿透3.1 创建SFTP隧道3.2 查看在线隧道列表 4. 使用SFTP客户端&#x…

代码随想录打卡—day21—【二叉树】— 8.21

1 530. 二叉搜索树的最小绝对差 530. 二叉搜索树的最小绝对差 想法&#xff1a;先直接中序遍历&#xff08;升序的序列&#xff09;过程中相邻两个数的差值取min&#xff0c;自己写一次AC代码&#xff1a; /*** Definition for a binary tree node.* struct TreeNode {* …

Facebook 应用未启用:这款应用目前无法使用,应用开发者已得知这个问题。

错误&#xff1a;Facebook 应用未启用:这款应用目前无法使用&#xff0c;应用开发者已得知这个问题。应用重新启用后&#xff0c;你便能登录。 「应用未经过审核或未发布」&#xff1a; 如果一个应用还没有经过Facebook的审核或者开发者尚未将应用发布&#xff0c;那么它将无法…

【Mysql】MVCC版本机制的多并发

&#x1f307;个人主页&#xff1a;平凡的小苏 &#x1f4da;学习格言&#xff1a;命运给你一个低的起点&#xff0c;是想看你精彩的翻盘&#xff0c;而不是让你自甘堕落&#xff0c;脚下的路虽然难走&#xff0c;但我还能走&#xff0c;比起向阳而生&#xff0c;我更想尝试逆风…

iOS设计规范是什么?都有哪些具体规范

iOS设计规范是苹果为移动设备操作系统iOS制定的设计指南。iOS设计规范的制定保证了苹果应用在外观和操作上的一致性和可用性&#xff0c;从而提高了苹果界面设计的用户体验和应用程序的成功性。本文将从七个方面全面分析iOS设计规范。 1.iOS设计规范完整版分享 由「即时设计」…

【LeetCode75】第三十四题 叶子相似的树

目录 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 代码&#xff1a; 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 给我们两棵二叉树&#xff0c;让我们判断这两棵二叉树的从左到右的叶子节点组成的叶子序列是否一致&#xff0c;即从左到右的叶子节点的数…

Open3D 进阶(5)变分贝叶斯高斯混合点云聚类

目录 一、算法原理二、代码实现三、结果展示四、测试数据本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫。 系列文章(连载中。。。爬虫,你倒是爬个完整的呀?): Open3D 进阶(1) MeanShift点云聚类Open3D 进阶(2)DB…

Ajax介绍

1.与服务器进行数据交换&#xff1a;通过 Ajax 可以给服务器发送请求&#xff0c;并获取服务器响应的数据。 2.异步交互&#xff1a;可以在 不重新加载整个页面 的情况下&#xff0c;与服务器交换数据并 更新部分网页 的技术&#xff0c;如&#xff1a; 搜索联想、用户名是否可…

浅析Linux SCSI子系统:调试方法

文章目录 SCSI日志调试功能scsi_logging_level调整SCSI日志等级 SCSI trace events使能SCSI trace events方式一&#xff1a;通过set_event接口方式二&#xff1a;通过enable 跟踪trace信息 相关参考 SCSI日志调试功能 SCSI子系统支持内核选项CONFIG_SCSI_LOGGING配置日志调试…

Django学习笔记(2)

创建app 属于自动执行了python manage.py 直接在里面运行startapp app01就可以创建app01的项目了 之后在setting.py中注册app01 INSTALLED_APPS ["django.contrib.admin","django.contrib.auth","django.contrib.contenttypes","django.c…

Dockerfile制作Web应用系统nginx镜像

目录 1.所需实现的具体内容 2.编写Dockerfile Dockerfile文件内容&#xff1a; 默认网页内容&#xff1a; 3.构建镜像 4.现在我们运行一个容器&#xff0c;查看我们的网页是否可访问 5.现在再将我们的镜像打包并上传到镜像仓库 1.所需实现的具体内容 基于centos基础镜像…

Linux学习之ssh和scp

ls /etc/ssh可以看到这个目录下有一些文件&#xff0c;而/etc/ssh/ssh_config是客户端配置文件&#xff0c;/etc/ssh/sshd_config是服务端配置文件。 cat -n /etc/ssh/sshd_config | grep "Port "可以看一下sshd监听端口的配置信息&#xff0c;发现这个配置端口是22…