算法通关村第三关—继续讨论数据问题(黄金)

2023-12-09 06:04

本文主要是介绍算法通关村第三关—继续讨论数据问题(黄金),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        继续讨论数据问题

一、数组中出现次数超过一半的数字

 Leetcode 169.多数元素 数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。例如:输入如下所示的一个长度为9的数组{1,2,3,2,2,2,5,4,2}。由于数字2在数组中出现了5次,超过数组长度的一半,因此输出2(题目保证出现该数)
 剑指offer中的类似题目条件增加:如果该数不存在,则输出0。
 首先,用排序行不行?这里说一定存在出现次数超过一半的数字了,那么先对数组进行排序。在一个有序数组中次数超过一半的必定是中位数,所以可以直接取出中位数。如果不放心,可以再遍历数组,确认一下这个数字是否出现次数超过一半。OK,没问题,第一种方法就出来了。 这种方法的的时间复杂度取决于排序算法的时间复杂度,最快为O(logn)。由于排序的代价比较高,所以我们继续找其他方法。

//按leetcode要求写的,返回0的情况没写
class Solution {public int majorityElement(int[] nums) {Arrays.sort(nums);return nums[nums.length / 2];}
}

 其次,用Hash行不行?我们先创建一个HashMap的key是元素的值,value是已经出现的次数,然后遍历数组来统计所有元素出现的次数。最后再次遍历Hash,找到出现次数超过一半的数字。OK,第二种方法出来了,代码就是:

public int moreThanHalfNum(int[] array){if(array == null) return 0;Map<Integer,Integer> res = new HashMap<>();int len = array.length;for(int i = 0; i < array.length; i++){res.put(array[i], res.getorDefault(array [i],0) + 1);if(res.get(array[i]) > len / 2) return array[i];}return 0;
}

二、数组中只出现一次的数字

 LeetCode136.给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次,找出那个只出现了一次的元素。
image.png
 这个题貌似使用Set集合比较好,Set集合不存重复值,这一特点可以利用。题目明确说其他元素都是出现两次,我们也可以利用这个操作,当要添加的元素key与集合中已存在的数重复时,不再进行添加操作,而是将集合中的key一起删掉,这样整个数组遍历完后,集合中就只剩下了那个只出现了一次的数字了。

class Solution {public int singleNumber(int[] nums) {Set<Integer> set = new HashSet();for(int num : nums){//if(set.contains(num))写成这样也行if(!set.add(num)){set.remove(num);}else set.add(num);}for(int num : set) return num;return 0;}
}

 上面要注意,必须存在那个只出现了一次的数字,否则St集合长度将为0,最后一行代码运行时会出错。
 第二种方法:位运算这个题面试官可能还会让你用位运算来做,该怎么办呢?
异或运算的几个规则是:
image.png
 0与其他数字异或的结果是那个数字,相等的数字异或得0。要操作的数组中除了某个数字只出现了一次之外,其他数字都出现了两次,所以可以定义一个变量赋初始值为0,用这个变量与数组中每个数字做异或运算,并将这个变量值更新为那个运算结果,直到数组遍历完毕,最后得到的变量的值就是数组中只出现了一次的数字了。这种方法只需遍历一次数组即可,代码如下:

class Solution {public int singleNumber(int[] nums) {int num = 0;for(int num1 : nums){num ^= num1;}return num;}
}

颜色分类问题(荷兰国旗问题)

 我们使用整数0、1和2分别表示红色、白色和蓝色。必须在不使用库的sort函数的情况下解决这个问题。
image.png
 这个题是非常经典的双指针问题,而且还可以使用多种方式的双指针。这里我们分析两种方法,一种与冒泡排序非常类似,一种与快速排序非常类似。

1.基于冒泡排序的双指针(快慢指针)

 冒泡排序我们都知道,就是根据大小逐步和后面的比较,慢慢调整到整体有序。这种方法还是稳定的排序方法。
 我们可以考虑对数组进行两次遍历。在第一次遍历,我们将数组中所有的0交换到数组的头部,这样第二次遍历只需要处理1和2的问题就行了,而这两次寻找本身又是非常漂亮的双指针。代码如下:

public void sortColors(int[] nums){int n = nums.length;int left = 0;//将所有的0交换到数组的最前面,第一次快慢指针for(int right = 0; right < n; right++){if(nums[right] == 0){int temp = nums [right];nums[right] = nums [left];nums[left] = temp;left++;}}//将所有的1交换到2的前面,第二次快慢指针for(int right = left; right < n; right++){if(nums[right] == 1){int temp = nums[right];nums[right] = nums[left];nums[left] = temp;left++;}}
}

 上面的方式能解决问题,而且效率还不错。但是面试官可能又给你出幺蛾子,能否将两次遍历变成一次搞定?

2.三指针

 我们要使用三个指针才行:
·Ieft指针,表示left左侧的元素都是0
·right指针,表示right右侧的元素都是2
·index指针,从头到尾遍历数组,根据nums[index]是0还是2决定与left交换还是与right交换。
 index位置上的数字代表着我们当前需要处理的数字。当index为数字1的时候,我们什么都不需要做,直接+1即可。如果是0,我们放到左边,如果是2,放到右边。如果index=right,则可以停止。我们看一下图示:
image.png
 这里的重点和难点index位置为2进行交换后为什么只进行right.–,而不用index±+呢?这是因为我们right位置交换过来的元素可能是0,也可能是1。如果是0自然没问题,但是如果是1则执行index++就将1跳过无法处理了。所以我们先不动index,在下一次循环时继续判断这个index位置元素是不是0。
 那为啥index位置是0的时候执行swap就可以index++了呢,这是因为如果index前面位置如果存在位置都会被swap到right位置去了,这里只需要处理0和1的情况就可以了。
代码如下:

public void sortColors(int[] nums){int left = 0, right = nums.length - 1;int index = 0;while(index <= right){if (nums[index] == 0)swap(nums,  index++, left++);else if(nums [index ]== 2)swap(nums,index,right--);else index++;}
}
private void swap(int[]nums,int i,int j){int temp=nums [i];nums [i]=nums [j];nums [j]=temp;
}

3.哈希表

 自己尝试做这道题的时候,首先想到用哈希表的方法,统计0,1,2的个数,然后三次循环给数组赋值

class Solution {public void sortColors(int[] nums) {// if(nums.length == 0) return;// Map<Integer, Integer> map = new HashMap();// map.put(0,0);map.put(1,0);map.put(2,0);// for(int i = 0; i < nums.length; i++){//     map.put(nums[i],map.get(nums[i]) + 1);// }// for(int i = 0; i < map.get(0); i++) nums[i] = 0;// for(int i = map.get(0); i < map.get(0) + map.get(1); i++) nums[i] = 1;// for(int i = map.get(0) + map.get(1); i < nums.length; i++) nums[i] = 2;int n = nums.length;int left = 0;//将所有的0交换到数组的最前面for(int right = 0; right < n; right++){if(nums[right] == 0){int temp = nums [right];nums[right] = nums [left];nums[left] = temp;left++;}}//将所有的1交换到2的前面for(int right = left; right < n; right++){if(nums[right] == 1){int temp = nums[right];nums[right] = nums[left];nums[left] = temp;left++;}}}
}

这篇关于算法通关村第三关—继续讨论数据问题(黄金)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/472723

相关文章

mybatis和mybatis-plus设置值为null不起作用问题及解决

《mybatis和mybatis-plus设置值为null不起作用问题及解决》Mybatis-Plus的FieldStrategy主要用于控制新增、更新和查询时对空值的处理策略,通过配置不同的策略类型... 目录MyBATis-plusFieldStrategy作用FieldStrategy类型每种策略的作

linux下多个硬盘划分到同一挂载点问题

《linux下多个硬盘划分到同一挂载点问题》在Linux系统中,将多个硬盘划分到同一挂载点需要通过逻辑卷管理(LVM)来实现,首先,需要将物理存储设备(如硬盘分区)创建为物理卷,然后,将这些物理卷组成... 目录linux下多个硬盘划分到同一挂载点需要明确的几个概念硬盘插上默认的是非lvm总结Linux下多

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

pip install jupyterlab失败的原因问题及探索

《pipinstalljupyterlab失败的原因问题及探索》在学习Yolo模型时,尝试安装JupyterLab但遇到错误,错误提示缺少Rust和Cargo编译环境,因为pywinpty包需要它... 目录背景问题解决方案总结背景最近在学习Yolo模型,然后其中要下载jupyter(有点LSVmu像一个

解决jupyterLab打开后出现Config option `template_path`not recognized by `ExporterCollapsibleHeadings`问题

《解决jupyterLab打开后出现Configoption`template_path`notrecognizedby`ExporterCollapsibleHeadings`问题》在Ju... 目录jupyterLab打开后出现“templandroidate_path”相关问题这是 tensorflo

如何解决Pycharm编辑内容时有光标的问题

《如何解决Pycharm编辑内容时有光标的问题》文章介绍了如何在PyCharm中配置VimEmulator插件,包括检查插件是否已安装、下载插件以及安装IdeaVim插件的步骤... 目录Pycharm编辑内容时有光标1.如果Vim Emulator前面有对勾2.www.chinasem.cn如果tools工

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Java多线程父线程向子线程传值问题及解决

《Java多线程父线程向子线程传值问题及解决》文章总结了5种解决父子之间数据传递困扰的解决方案,包括ThreadLocal+TaskDecorator、UserUtils、CustomTaskDeco... 目录1 背景2 ThreadLocal+TaskDecorator3 RequestContextH

关于Spring @Bean 相同加载顺序不同结果不同的问题记录

《关于Spring@Bean相同加载顺序不同结果不同的问题记录》本文主要探讨了在Spring5.1.3.RELEASE版本下,当有两个全注解类定义相同类型的Bean时,由于加载顺序不同,最终生成的... 目录问题说明测试输出1测试输出2@Bean注解的BeanDefiChina编程nition加入时机总结问题说明

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2