0.引言
| Category | Difficulty | Likes | Dislikes |
|---|---|---|---|
| algorithms | Easy (54.51%) | 1186 | - |
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
提示：
- 你可以假设
nums中的所有元素是不重复的。 -
n将在[1, 10000]之间。 -
nums的每个元素都将在[-9999, 9999]之间。
| Category | Difficulty | Likes | Dislikes |
|---|---|---|---|
| algorithms | Easy (59.38%) | 1681 | - |
给你一个数组 nums和一个值 val，你需要 原地 移除所有数值等于 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。
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
说明:
为什么返回数值是整数，但输出的答案是数组呢?
请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
// nums 是以“引用”方式传递的。也就是说，不对实参作任何拷贝
int len = removeElement(nums, val);
// 在函数里修改输入数组对于调用者是可见的。
// 根据你的函数返回的长度, 它会打印出数组中 该长度范围内 的所有元素。
for (int i = 0; i < len; i++) {
print(nums[i]);
}
示例 1：
输入：nums = [3,2,2,3], val = 3
输出：2, nums = [2,2]
解释：函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。例如，函数返回的新长度为 2 ，而 nums = [2,2,3,3] 或 nums = [2,2,0,0]，也会被视作正确答案。
示例 2：
输入：nums = [0,1,2,2,3,0,4,2], val = 2
输出：5, nums = [0,1,4,0,3]
解释：函数应该返回新的长度 5, 并且 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。你不需要考虑数组中超出新长度后面的元素。
提示：
0 <= nums.length <= 1000 <= nums[i] <= 500 <= val <= 100
1.第一想法及代码实现
正常的二分查找思想。
/*
* @lc app=leetcode.cn id=704 lang=cpp
*
* [704] 二分查找
*/
// @lc code=start
class Solution {
public:
int search(vector<int>& nums, int target) {
if (nums.empty()) return -1;
int left_index = 0, right_index = nums.size() - 1;
while (left_index <= right_index) {
int mid_index = left_index + (right_index - left_index) / 2;
if (nums[mid_index] == target) {
return mid_index;
} else if (nums[mid_index] < target) {
left_index = mid_index + 1;
} else {
right_index = mid_index - 1;
}
}
return -1;
}
};
// @lc code=end
移除元素，第一想法是暴力的找到一个前移一位。其实在C++中经常会遇到这种，一边遍历一边删除元素的情况：
/*
* @lc app=leetcode.cn id=27 lang=cpp
*
* [27] 移除元素
*/
// @lc code=start
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
for (auto it = nums.begin(); it != nums.end();) {
if (*it == val) {
it = nums.erase(it);
} else {
++it;
}
}
return nums.size();
}
};
// @lc code=end
2.参考想法及代码实现
填坑：
2.1.二分查找
分两种写法，左闭右闭即[left, right]，或者左闭右开即[left, right)。
记住条件比较时把 target 写左边，更容易理解逻辑！
1.左闭右闭 [left, right]
image.png
- while (left <= right) 要使用 <= ，因为left == right是有意义的，所以使用 <=
- if (nums[middle] > target) right 要赋值为 middle - 1，因为当前这个nums[middle]一定不是target，那么接下来要查找的左区间结束下标位置就是 middle - 1
// @lc code=start
// 左闭右闭
class Solution {
public:
int search(vector<int>& nums, int target) {
if (nums.empty()) return -1;
int left_index = 0, right_index = nums.size() - 1;
while (left_index <= right_index) {
int mid_index = left_index + (right_index - left_index) / 2;
if (nums[mid_index] == target) {
return mid_index;
} else if (target > nums[mid_index]) {
left_index = mid_index + 1;
} else {
right_index = mid_index - 1;
}
}
return -1;
}
};
2.左闭右开 [left, right)
image.png
- while (left < right)，这里使用 < ,因为left == right在区间[left, right)是没有意义的
- if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]
// 左闭右开
class Solution {
public:
int search(vector<int>& nums, int target) {
if (nums.empty()) return -1;
int left_index = 0, right_index = nums.size();
while (left_index < right_index) {
int mid_index = left_index + (right_index - left_index) / 2;
if (nums[mid_index] == target) {
return mid_index;
} else if (target > nums[mid_index]) {
left_index = mid_index + 1;
} else {
right_index = mid_index;
}
}
return -1;
}
};
3.递归法实现两种方式
// 递归法：左闭右开
class Solution {
public:
int search(vector<int>& nums, int target) {
if (nums.empty()) return -1;
return binary_search(nums, target, 0, nums.size());
}
private:
int binary_search(std::vector<int>& nums, int target, int left, int right) {
if (left >= right) {
return -1;
}
int mid = left + (right - left) / 2;
if (target == nums[mid]) {
return mid;
} else if (target < nums[mid]) {
return binary_search(nums, target, left, mid);
} else {
return binary_search(nums, target, mid + 1, right);
}
}
};
// 递归法：左闭右闭
class Solution {
public:
int search(vector<int>& nums, int target) {
if (nums.empty()) return -1;
return binary_search(nums, target, 0, nums.size() - 1);
}
private:
int binary_search(std::vector<int>& nums, int target, int left, int right) {
if (left > right) {
return -1;
}
int mid = left + (right - left) / 2;
if (target == nums[mid]) {
return mid;
} else if (target < nums[mid]) {
return binary_search(nums, target, left, mid - 1);
} else {
return binary_search(nums, target, mid + 1, right);
}
}
};
2.2.移除元素
- 暴力法
// 暴力
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int nums_size = nums.size();
for (int i = 0; i < nums_size;) {
if (val == nums[i]) {
for (int j = i; j < nums.size() - 1; ++j) {
nums[j] = nums[j + 1];
}
--nums_size;
} else {
++i;
}
}
return nums_size;
}
};
原来这里是一个知识点：双指针（快慢指针）：
// 双指针
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int slow_idx = 0;
for (int fast_idx = 0; fast_idx < nums.size(); ++fast_idx) {
if (val != nums[fast_idx]) {
nums[slow_idx++] = nums[fast_idx];
}
// 相等时，只移动fast_idx
}
return slow_idx;
}
};
3.总结
万事开头难，准备工作弄了一会儿，希望能坚持下去。明天再梳理一下参考想法，先挖坑。
知识点：
- 二分查找的两种写法 [left, right]、[left, right)
- 快慢指针法
