当前位置: 首页 > news >正文

算法魅力-双指针的实战

目录

1.双指针的介绍

 1. 左右指针(对撞指针)

 2. 快慢指针

2.题目练习讲解

 2.1 移动零

 算法思路

代码展示

画图效果效果

2.2 复写零

算法思路

 代码展示

2.3 快乐数

算法思路

代码展示

2.4 盛最多水的容器

算法思路

代码展示

结束语


1.双指针的介绍

双指针算法是一种常用的算法技巧,通常用于解决数组或链表相关的题目。双指针算法的核心思想是使用两个指针在数组或链表上移动,这里的指针并不是只是指指针,我们可以用数组下标来代替,以达到解决问题的目的。根据具体问题,双指针可以分为以下几种类型:

 1. 左右指针(对撞指针)

左右指针通常用于处理数组中的问题,其中一个指针从数组的开始位置向后移动,另一个指针从数组的结束位置向前移动。

指针从两端向中间移动。一个指针从最左端开始,另一个从最右端开始,然后逐渐往中间逼
对撞指针的 终止条件一般是两个指针相遇或者错开(也可能在循环内部找到结果直接跳出循环),也就是:
left == right (两个指针指向同一个位置)
left > right (两个指针错开)

典型问题:
二分查找:在有序数组中查找一个特定的元素。
两数之和:在数组中找到两个数,使它们的和等于一个给定的数。

 2. 快慢指针

快慢指针主要用于处理链表中的问题,两个指针从同一位置出发,一个指针(快指针)每次移动两个节点,另一个指针(慢指针)每次移动一个节点。
 典型问题:
判断链表中是否有环:Floyd 判圈算法(龟兔赛跑算法)。
找到链表的中间节点:快指针到达终点时,慢指针正好在中间。


双指针算法的关键在于指针的移动策略和终点的判断条件,根据具体问题,双指针的移动策略和判断条件可能会有所不同。

2.题目练习讲解

 2.1 移动零

283. 移动零 - 力扣(LeetCode)

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

请注意 ,必须在不复制数组的情况下原地对数组进行操作。

示例 1:

输入: nums = [0,1,0,3,12]输出: [1,3,12,0,0]

示例 2:

输入: nums = [0]输出: [0]

 算法思路

在本题中,我们可以用一个 cur 指针来扫描整个数组,另一个 dest 指针用来记录非零数序列
的最后一个位置。根据 cur 在扫描的过程中,遇到的不同情况,分类处理,实现数组的划分。
在 cur 遍历期间,使 [0, dest] 的元素全部都是非零元素, [dest + 1, cur - 1] 的元素全是零。
[cur,n-1]是待处理的元素。
首先,我们,我们让dest指向-1的位置,cur指向数组的首元素,通过循环控制cur的移动,无论cur指向谁,一次循环过后都要++,而当cur指向的数据是非0元素时,我们就让dest++,让加之后的dest与cur进行元素交换。
详细就是:
 cur 依次往后遍历每个元素,遍历到的元素会有下面两种情况:
i. 遇到的元素是 0 , cur 直接 ++ 。因为我们的目标是让 [dest + 1, cur - 1] 内
的元素全都是零,因此当 cur 遇到 0 的时候,直接 ++ ,就可以让 0 在 cur - 1
的位置上,从而在 [dest + 1, cur - 1] 内;
ii. 遇到的元素不是 0 , dest++ ,并且交换 cur 位置和 dest 位置的元素,之后让
cur++ ,扫描下⼀个元素。
• 因为 dest 指向的位置是非零元素区间的最后一个位置,如果扫描到一个新的非零元
素,那么它的位置应该在 dest + 1 的位置上,因此 dest 先自增 1 ;
• dest++ 之后,指向的元素就是 0 元素(因为非零元素区间末尾的后一个元素就是
0 ),因此可以交换到 cur 所处的位置上,实现 [0, dest] 的元素全部都是非零
元素, [dest + 1, cur - 1] 的元素全是零。

代码展示

class Solution
{
public:void moveZeroes(vector<int>& nums) {for(int cur = 0, dest = -1; cur < nums.size(); cur++)if(nums[cur]) // 处理⾮零元素swap(nums[++dest], nums[cur]);}
};

 当然,我们也可以让dest指向首元素,后续算法逻辑类似,只是变成了先交换在++。

class Solution
{
public:void moveZeroes(vector<int>& nums) {for(int cur = 0, dest = 0; cur < nums.size(); cur++)if(nums[cur]) // 处理⾮零元素swap(nums[dest++], nums[cur]);}
};

画图效果效果

de25a4d5a18f4260be424b6d85a6720f.png

2.2 复写零

1089. 复写零 - 力扣(LeetCode)

4d9f4b3c7c994c0fb91ec21a377ffce7.png

算法思路

同样这道题我们用双指针的算法,我们首先普遍会想到定义两个指针,从前向后开始复写,从首元素开始移动,在移动过程中由于0会写两次,我们会发现后一个数据会被覆盖就会达不到效果。

故当我们换成从后向前复写时,可以避免这种情况,但是我们需要找到复写的最后一个元素。

我们还是定义两个指针:

初始化两个指针 cur = 0 , dest = -1 ;
b. 找到最后一个复写的数:
i. 当 cur < n 的时候,一直执行下面循环:
• 判断 cur 位置的元素:
◦ 如果是 0 的话, dest 往后移动两位;
◦ 否则, dest 往后移动一位。
• 判断 dest 时候已经到结束位置,如果结束就终止循环;
• 如果没有结束, cur++ ,继续判断。
从 cur 位置开始往前遍历原数组,依次还原出复写后的结果数组:
i. 判断 cur 位置的值:
1. 如果是 0 : dest 以及 dest - 1 位置修改成 0 , dest -= 2 ;
2. 如果⾮零: dest 位置修改成 0 , dest -= 1 ;
ii. cur-- ,复写下一个位置。

while(cur>=0){if(arr[cur])arr[dest--]=arr[cur--];else{arr[dest--]=0;arr[dest--]=0;cur--;}
}

我们发现有些情况会数组越界,超出一位,当我们往前遍历复写的时候就会出现问题,因为数组外赋值了。

a03b657940be491e93dce4e78332a68a.png

所以我们要处理数组越界的情况

 如果越界,n - 1 位置的值修改成 0 ;  cur 向移动一步; dest 向前移动两步。

 代码展示

class Solution {
public:void duplicateZeros(vector<int>& arr) {int cur=0,dest=-1;int n=arr.size();while(cur<n){if(arr[cur])dest++;elsedest+=2;if(dest>=n-1)break;cur++;}if(dest==n){arr[n-1]=0;dest-=2;cur--;}while(cur>=0){if(arr[cur])arr[dest--]=arr[cur--];else{arr[dest--]=0;arr[dest--]=0;cur--;}}}
};

图片效果展示

6c2d65d18225463da479b00a3df4dc38.png

ad44edc2678a4272aa9835ee8ad52d0a.png

2.3 快乐数

202. 快乐数 - 力扣(LeetCode)

b5fccecf25aa4853b73494568c90c736.png

算法思路

首先可以将题目解答猜成两部分,第一部分是求取每个位数上的平方和,第二步就是与1进行比较。

通过快乐数的定义我们发现其实当它结果为1时,也会陷入一个1的循环。所以不管那种过程,累加次都会陷入循环,最终都会走到一个环中进行循环。

情况一:一直在 1 中死循环,即 1 -> 1 -> 1 -> 1......
情况二:在历史的数据中死循环,但始终变不到 1
3e8baa0eb30945f59793863ce51e0867.png

简单证明一下:

经过一次变化之后的最大值 9^2 * 10 = 810 ( 2^31-1=2147483647 。选一个更大的最
大 9999999999 ),也就是变化的区间在 [1, 810] 之间;  根据「鸽巢原理」,一个数变化 811 次之后,必然会形成一个循环;  因此,变化的过程最终会走到一个圈里面,因此可以用「快慢指针」来解决
将「对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和」这一个
操作记为 x 操作
根据上述分析,我们可以知道,当重复执行 x 的时候,数据会陷入到一个「循环」之中。
而「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。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的话,那么就不是快乐数。

代码展示

class Solution {
public:int ret(int n){int sum=0;while(n){int a=n%10;sum+=a*a;n=n/10;}return sum;}bool isHappy(int n) {int slow=n;int fast=ret(n);while(slow!=fast){slow=ret(slow);fast=ret(ret(fast));}return slow==1;}
};

2.4 盛最多水的容器

11. 盛最多水的容器 - 力扣(LeetCode)

02f90008c9014914854eaa8f8660952f.png

47f59a7edd064a498fe284e80a40b605.png

60a0a16e37cd4ef290fc1e48bdf46bd8.png

这道题我们首先会想到枚举,通过暴力的解法将每一种的体积算出来,选出最大的。

lass Solution {
public:int maxArea(vector<int>& height) {int n=height.size();int ret=0;for(int i=0;i<n;i++){for(int j=i+1;j<n;j++){ret = max(ret, min(height[i], height[j]) * (j - i));}}return ret;}
};

 但是这种解法会超时。所以需要换一种思路。我们可以采用对撞指针的思路。

算法思路

设两个指针 left , right 分别指向容器的左右两个端点,此时容器的容积 :
v = (right - left) * min( height[right], height[left])
容器的左边界为 height[left] ,右边界为 height[right] 。
我们假设「左边边界」小于「右边边界」。
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:
容器的宽度一定变小。
由于左边界较小,决定了水的高度。 如果改变左边界,新的水面高度度不确定,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增大。
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,但是由于容器的宽度减小,因此容器的容器一定会变小的。
由此可见,左边界和其余边界的组合情况都可以舍去。所以我们可以 left++ 跳过这个边界,继续去判断下一个左右边界。

代码展示

class Solution {
public:int maxArea(vector<int>& height) {int left=0,right=height.size()-1;int max=0;for(int i=0;i<height.size();i++){if(max<((right-left)*min(height[left],height[right])))max=(right-left)*min(height[left],height[right]);if(height[left]<=height[right])left++;elseright--;}return max;}
};

结束语

相信通过本篇博客大家对双指针算法有了一定的了解,下篇博客我们将继续讲解三道例题加深对双指针的印象。

最后感谢各位友友的支持,有不同的解法思路欢迎大家在评论区讨论!!!


http://www.mrgr.cn/news/53735.html

相关文章:

  • 代码随想录算法训练营第51天|101. 孤岛的总面积、102. 沉没孤岛、103. 水流问题、104.建造最大岛屿
  • 使用rust实现类似C#中的Convert数据转换类
  • 分布式ID生成策略
  • 计算不停歇,百度沧海数据湖存储加速方案 2.0 设计和实践
  • 监控易监测对象及指标之:Kafka中间件JMX监控指标解读
  • 【MR开发】在Pico设备上接入MRTK3(一)——在Unity工程中导入MRTK3依赖
  • 13.1 Linux_网络编程_TCP/UDP
  • 【DL】损失函数:IOU|GIOU|DIOU|CIOU|EIOU|MPDIoU|SIOU|InnerIoU|Focaler等
  • SnapshotScanMR速度比TableScanMR快10~30倍,那Spark如何实现SnapshotScanMR
  • 利用定时器制作开屏幕弹窗
  • MAL-PEG-SVA MW2000 丙烯酰氯基 共轭反应 靶向传递 共价结合
  • 深入了解机器学习 (Descending into ML):线性回归
  • 进程与线程的区别
  • 【Flutter】基础组件:Container
  • post请求(爬取肯德基基本分布)
  • LeetCode-3192 使二进制数组全部等于1的最少操作次数Ⅱ
  • Sentinel 介绍
  • access中怎么分割分别获取一下图中的值
  • 数据仓库-维度设计
  • 鸿蒙网络编程系列31-使用RCP调用OpenAI接口实现智能助手
  • 使用Docker启动的Redis容器使用的配置文件路径等问题以及Python使用clickhouse_driver操作clickhouse数据库
  • 全网爆火的排队免单模式究竟是如何运作?
  • LabVIEW提高开发效率技巧----用户权限控制
  • Linux权限说明
  • 多种方式实现安全帽佩戴检测
  • rel-例行性工作