15. 三数之和
16. 最接近的三数之和
18. 四数之和
26. 删除排序数组中的重复项
27. 移除元素
75. 颜色分类
88. 合并两个有序数组
21. 合并两个有序链表
剑指 Offer 21. 调整数组顺序使奇数位于偶数前面python
给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出全部知足条件且不重复的三元组。算法
注意:答案中不能够包含重复的三元组。数组
示例:app
给定数组 nums = [-1, 0, 1, 2, -1, -4],知足要求的三元组集合为:
[
[-1, 0, 1],
[-1, -1, 2]
]函数
咱们依然使用与两数之和相似的想法, 将三数之和转换为两数之和, 即首先须要固定第一个数, 而后去移动其他两个数, 而且为了方便, 首先将数组进行排序.指针
具体思路以下rest
按照上述的思路, 能够写出以下的代码code
def ThreeSum(nums): if not sums or len(sums) < 3: return [] nums.sort() n = len(nums) res = [] for i in range(n-2): p1 = i + 1 p2 = n - 1 while p1 < p2: if nums[p1] + nums[p2] < -nums[i]: p1 += 1 elif nums[p1] + nums[p2] > -nums[i]: p2 -= 1 else: res.append([nums[i], nums[p1], nums[p2]]) p1 += 1 p2 -= 1 return res
额, 看上去代码并无什么问题, 结构也还算清楚, 但其实存在一个较大的问题, 上述代码会获得重复的结果排序
好比一个排序数组[-4, -1, -1, 0, 1, 2],上述代码会获得
[[-1,-1,2],[-1,0,1],[-1,0,1]]的结果, 所以咱们须要跳过第二个及之后的重复元素.three
def ThreeSum(nums): if not sums or len(sums) < 3: return [] nums.sort() n = len(nums) res = [] """ 若是第一个元素就大于0或者最后一个元素还小于0直接返回. """ if nums[0] > 0 or nums[-1] < 0: return res for i in range(n-2): p1 = i + 1 p2 = n - 1 """ 去重 """ if i > 0 and nums[i] == nums[i-1]: continue while p1 < p2: if nums[p1] + nums[p2] < -nums[i]: p1 += 1 elif nums[p1] + nums[p2] > -nums[i]: p2 -= 1 else: res.append([nums[i], nums[p1], nums[p2]]) """ 去重 """ while p1 < p2 and nums[p1] == nums[p1 + 1]: p1 += 1 while p1 < p2 and nums[p2] == nums[p2 - 1]: p2 -= 1 p1 += 1 p2 -= 1 return res
时间复杂度为$O(n^2)$, 空间复杂度为$O(1)$
给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在惟一答案。
示例:
输入:nums = [-1,2,1,-4], target = 1
输出:2
解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。
这题的思路和上一题的思路相似,一样是固定第一个数, 移动其他两个数, 代码很是一致. 而且还不用去重.
def threeSumClosest(nums, target): if not nums or len(nums) < 3: return [] n = len(nums) # 排序 nums.sort() res = [] nearest_sum = sum(nums[:3]) if nums[0] >= target: return sum(nums[:3]) if nums[-1] <= target: return sum(nums[-3:]) for i in range(n-2): p1 = i + 1 p2 = n - 1 while p1 < p2: temp = nums[i] + nums[p1] + nus[p2] if abs(temp - target) < abs(nearest_sum - target): nearest_sum = temp if temp < target: p1 += 1 elif temp > target: p2 -= 1 else: return target return nearest_sum
时间复杂度为$n^2$, 空间复杂度为$O(1)$
给定一个包含 n 个整数的数组 nums 和一个目标值 target,判断 nums 中是否存在四个元素 a,b,c 和 d ,使得 a + b + c + d 的值与 target 相等?找出全部知足条件且不重复的四元组。
注意:
答案中不能够包含重复的四元组。
示例:
给定数组 nums = [1, 0, -1, 0, -2, 2],和 target = 0。知足要求的四元组集合为:
[
[-1, 0, 0, 1],
[-2, -1, 1, 2],
[-2, 0, 0, 2]
]
这题的思路仍是和上面几题的思路相同
def fourSum(nums, target): if not nums or len(nums) < 4: return [] nums.sort() n = len(nums) res = [] for i in range(n-3): # 去重 if i > 0 and nums[i] == nums[i-1]: continue for j in range(i, n-2): p1 = j + 1 p2 = n - 1 # 去重 if j > i and nums[j] == nums[j-1]: continue while p1 < p2: temp = nums[i] + nums[j] + nums[p1] + nums[p2] if temp < target: p1 += 1 elif temp > target: p2 -= 1 else: res.append([nums[i], nums[j], nums[p1], nums[p2]]) # 去重 while p1 < p2 and nums[p1] == nums[p1+1]: p1 += 1 while p1 < p2 and nums[p2] == nums[p2-1]: p2 -= 1 p1 += 1 p2 -= 1 return res
时间复杂度为$O(n^3)$, 空间复杂度为$O(1)$
给定一个排序数组,你须要在 原地 删除重复出现的元素,使得每一个元素只出现一次,返回移除后数组的新长度。
不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
示例 1:
给定数组 nums = [1,1,2],函数应该返回新的长度 2, 而且原数组 nums 的前两个元素被修改成 1, 2。
示例 2:
给定 nums = [0,0,1,1,1,2,2,3,3,4],函数应该返回新的长度 5, 而且原数组 nums 的前五个元素被修改成 0, 1, 2, 3, 4。
你不须要考虑数组中超出新长度后面的元素。
这题要求原地修改数组, 那么显然, 咱们须要将重复的元素移动到数组末尾. 咱们可使用双指针来解决这个问题.
def removeDuplicates(nums): if not nums: return 0 if len(nums) < 2: return 1 # 同时指向第一个元素 p1 = p2 = 0 n = len(nums) while p2 < n: # 若是不相等, p1右移后, 交换两指针位置的值 if nums[p2] != nums[p1]: p1 += 1 nums[p2], nums[p1] = nums[p1], nums[p2] p2 += 1 return p1 + 1
时间复杂度为$O(n)$, 空间复杂度为$O(1)$
给你一个数组 nums 和一个值 val,你须要 原地 移除全部数值等于 val 的元素,并返回移除后数组的新长度。
不要使用额外的数组空间,你必须仅使用 O(1) 额外空间并 原地 修改输入数组。
元素的顺序能够改变。你不须要考虑数组中超出新长度后面的元素。
示例 1:
给定 nums = [3,2,2,3], val = 3, 函数应该返回新的长度 2, 而且 nums 中的前两个元素均为 2。 你不须要考虑数组中超出新长度后面的元素。
示例 2:
给定 nums = [0,1,2,2,3,0,4,2], val = 2, 函数应该返回新的长度 5, 而且 nums 中的前五个元素为 0, 1, 3, 0, 4。 注意这五个元素可为任意顺序。 你不须要考虑数组中超出新长度后面的元素。
def removeElement(nums, val): if not nums: return 0 if len(nums) == 1: return int(nums[0] != val) n = len(nums) p1 = p2 = 0 while p2 < n: if nums[p2] != val: nums[p1], nums[p2] = nums[p2], nums[p1] p1 += 1 p2 += 1 return p1
还能够用首尾2个指针来移动
def removeElement(nums, val): if not nums: return 0 if len(nums) == 1: return int(nums[0] != val) n = len(nums) p1 = 0 p2 = n - 1 # 这里须要有等号 while p1 <= p2: while p2 > p1 and nums[p2] == val: p2 -= 1 if nums[p1] == val: nums[p2], nums[p1] = nums[p1], nums[p2] p2 -= 1 p1 += 1 return p2 + 1
时间复杂度为$O(n)$, 空间复杂度为$O(1)$
给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。
此题中,咱们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。
注意:
不能使用代码库中的排序函数来解决这道题。
示例:
输入: [2,0,2,1,1,0]
输出: [0,0,1,1,2,2]
进阶:
首先,迭代计算出0、1 和 2 元素的个数,而后按照0、一、2的排序,重写当前数组。
这题首先想到的应该是计数排序, 时间复杂度为$O(2n)$, 空间复杂度为$O(1)$.
但还有复杂度更低的方法, 一样仍是双指针.
def sortColors(nums): if not nums or len(nums) < 2: return cur = p1 = 0 p2 = len(nums) - 1 while cur < p2: if nums[cur] == 0: nums[cur], nums[p1] = nums[p1], nums[cur] p1 += 1 cur += 1 # Note: 当cur位置的值等于2时, cur不须要右移, 由于交换以后并不能保证cur位置的值不等于2. elif nums[cur] == 2: nums[cur], nums[p2] = nums[p2], nums[cur] p2 -= 1 else: cur += 1
时间复杂度为$O(n)$, 空间复杂度为$O(1)$
给你两个有序整数数组 nums1 和 nums2,请你将 nums2 合并到 nums1 中,使 nums1 成为一个有序数组。
说明:
示例:
输入:
nums1 = [1,2,3,0,0,0], m = 3
nums2 = [2,5,6], n = 3输出: [1,2,2,3,5,6]
最直观, 最简单的方式就是合并再排序, 对应的时间复杂度为$O((m+n)log(m+n))$
但其实咱们可使用双指针进一步下降复杂度
def merge(nums1, m, nums2, n): if not nums2: return nums1 i = m - 1 j = n - 1 while i >= 0 and j >= 0: if nums1[i] > nums[j]: nums1[i+j+1] = nums1[i] i -= 1 else: nums1[i+j+1] = nums2[j] j -= 1 if j >= 0: nums1[:j] = nums2[:j] return nums1
时间复杂度为$O(m)$或者$O(n)$, 空间复杂度为$O(1)$
将两个升序链表合并为一个新的 升序 链表并返回。新链表是经过拼接给定的两个链表的全部节点组成的。
示例:
输入:1->2->4, 1->3->4
输出:1->1->2->3->4->4
def mergeTwoLists(l1, l2): p1 = l1 p2 = l2 # 初始化为一个临时节点 p0 = new_ln = ListNode(-1) while p1 and p2: if p1.val < p2.val: p0.next = p1 p1 = p1.next else: p0.next = p2 p2 = p2.next p0 = p0.next if p1: p0.next = p1 if p2: p0.next = p2 return new_ln.next
时间复杂度为$O(n)$, 空间复杂度为$O(1)$
输入一个整数数组,实现一个函数来调整该数组中数字的顺序,使得全部奇数位于数组的前半部分,全部偶数位于数组的后半部分。
示例:
输入:nums = [1,2,3,4]
输出:[1,3,2,4]
注:[3,1,2,4] 也是正确的答案之一。
def exchange(nums): if not nums or len(nums) < 2: return nums n = len(nums) p1 = 0 p2 = n - 1 while p1 < p2: if nums[p1] % 2: p1 += 1 elif not nums[p2] % 2: p2 -= 1 else: nums[p1], nums[p2] = nums[p2], nums[p1] return nums
一样, 快慢指针也能够解决问题
def exchange(self, nums: List[int]) -> List[int]: if not nums or len(nums) < 2: return nums n = len(nums) p2 = p1 = 0 while p2 < n: if nums[p2] %2: nums[p1], nums[p2] = nums[p2], nums[p1] p1 += 1 p2 += 1 return nums
时间复杂度为$O(n)$, 空间复杂度为$O(1)$
双指针的思路在数组和链表的题目中有着普遍的应用, 这里主要介绍了数组中应用.
双指针分为两种, 快慢指针(这里将移动频率不同的称为快慢指针)和首尾指针. 首尾指针主要在数组中使用, 快慢指针在数组和链表中都有普遍应用.
快慢指针的基本思路是
而首尾指针, 一般须要先将数组排序, 好比3数之和,4数之和等 而后根据具体状况选择移动首指针或者尾指针, 直至知足条件.
水平有限, 不免有错误或不足的地方. 还请不吝赐教.