代码随想录算法训练营第2天—数组02 | *977.有序数组的平方 ,209.长度最小的子数组 ,*59.螺旋矩阵II

*977.有序数组的平方

题目链接:https://leetcode.cn/problems/squares-of-a-sorted-array/
文章讲解:https://programmercarl.com/0977.%E6%9C%89%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E5%B9%B3%E6%96%B9.html
视频讲解: https://www.bilibili.com/video/BV1QB4y1D7ep

  • 考点
    • 双指针
    • 排序算法(实际上没有尝试这种思路,但是发现排序算法的实现遗忘了,后续要写一下这个)
  • 我的思路
    • 首先当前数组逐元素平方
    • 之后利用排序算法进行排序(实际操作发现不会写排序算法了,后续要写一下)
  • 视频讲解关键点总结
    • 使用双指针法,具体思路是,带负数的升序数组,其平方后两边元素大,中间元素小,因此可以利用双指针从两边向中间循环读取并赋值给新的升序数组
  • 我的思路的问题
    • 排序算法要会实现
  • 代码书写问题
    • 列表的初始化时,直接用new_list = initial_list的方式,这将导致new_list实际上仅仅是initial_list的引用,因此对新列表的操作将同步修改原列表(有关变量的赋值规则见我的另一篇文章)
  • 可执行代码
class Solution(object):def sortedSquares(self, nums):""":type nums: List[int]:rtype: List[int]"""left = 0right = len(nums) - 1new_list = [0] * len(nums)i = 0while left <= right:i -= 1if nums[left] ** 2 > nums[right] ** 2:new_list[i] = nums[left] ** 2left += 1else:new_list[i] = nums[right] ** 2right -= 1return new_list

209.长度最小的子数组

题目链接:https://leetcode.cn/problems/minimum-size-subarray-sum/
文章讲解:https://programmercarl.com/0209.%E9%95%BF%E5%BA%A6%E6%9C%80%E5%B0%8F%E7%9A%84%E5%AD%90%E6%95%B0%E7%BB%84.html
视频讲解:https://www.bilibili.com/video/BV1tZ4y1q7XE

  • 考点
    • 滑动窗口
  • 我的思路
    • 暴力解法
    • 两层循环,两个指针,外层循环负责区间的起始值,内层循环负责区间的终止值,之后枚举出从每个起始值开始的最短子数组,之后将结果排序并取最小值返回
  • 视频讲解关键点总结
    • 想要降低时间复杂度,就要减少进入循环的次数
    • 交换内外层循环的对象,使用滑动窗口法,减少进入循环的次数
    • 外层for循环负责移动区间的终止位置
    • 内层循环使用while,判断条件为区间和是否满足要求,若满足,才进入该循环,此时终止位置不动,循环移动初始位置,直到区间和不满足要求
    • 在此过程中用一个常数记录最小子数组的长度
  • 我的思路的问题
    • 代码逻辑使用的暴力解法,也就是正向遍历的思路,因此内外层两个循环每次均执行,严重增加了算法的时间复杂度
  • 代码书写问题
    • 对于特殊情况的考虑没有到位,比如若未实现目标返回0就遗漏了
  • 可执行代码
class Solution(object):def minSubArrayLen(self, target, nums):""":type target: int:type nums: List[int]:rtype: int"""sum = 0left = 0min_ = float('inf')for right in range(len(nums)):sum += nums[right]while sum >= target:min_ = min(min_, right - left + 1)sum -= nums[left]left += 1return min_ if min_ != float('inf') else 0

59.螺旋矩阵II

题目链接:https://leetcode.cn/problems/spiral-matrix-ii/
文章讲解:https://programmercarl.com/0059.%E8%9E%BA%E6%97%8B%E7%9F%A9%E9%98%B5II.html
视频讲解:https://www.bilibili.com/video/BV1SL4y1N7mV/

  • 考点
    • 边界条件判断
    • 转圈的逻辑
  • 我的思路
    • 没想到好的解决思路
  • 视频讲解关键点总结
    • 进了视频发现,其实就是一个转圈的思路,只要确定好圈数和每圈里面各条边的循环条件就可以了
    • 重点不在于考察一些fancy的算法,更在于考验逻辑的缜密性
    • 首先确定螺旋的圈数
    • 之后确定每一圈里面各条边的边界条件(左闭右开)
    • 再每条边循环赋值
    • 再进行循环,每圈进行操作
    • 如果初始圈数有额外的中心点,进行中心点赋值
  • 我的思路的问题
    • 太想要设计一个fancy的算法了
  • 代码书写问题
    • 多维数组的定义问题,应使用生成器避免浅拷贝带来的多个维度共用同一内存,具体如何定义详见我的另一篇文章
  • 可执行代码
class Solution(object):def generateMatrix(self, n):""":type n: int:rtype: List[List[int]]"""matrix = [[0 for _ in range(n)] for _ in range(n)]start_x, start_y, end_x, end_y = 0, 0, n - 1, n - 1i, j = 0, 0count = 1circle = n / 2while circle:while j < end_x:matrix[i][j] = countcount += 1j += 1while i < end_y:matrix[i][j] = countcount += 1i += 1while j > start_x:matrix[i][j] = countcount += 1j -= 1while i > start_y:matrix[i][j] = countcount += 1i -= 1i += 1j += 1start_x += 1start_y += 1end_x -= 1end_y -= 1circle -= 1if n % 2 == 1:matrix[i][j] = countreturn matrix

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.mzph.cn/news/653639.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩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

MarkDown快速入门-以Obsidian编辑器为例

直接上图&#xff0c;左右对应。 首先是基础语法。 # 标题&#xff0c;几个就代表几级标题&#xff1b;* 单个是序号&#xff0c;两个在一起就是斜体&#xff1b;- [ ] 代表任务&#xff0c;注意其中的空格&#xff1b; 然后是表格按钮代码 | 使用中竖线代表表格&#xff0c…

Mybatis 52_基于嵌套select的N-N关联

52_基于嵌套select的N-N关联 嵌套select的N-N关联映射基于嵌套select的映射时,可指定如下独有属性:项目0522基于嵌套select的N-N使用@Many注解嵌套select的N-N关联映射 【备注】:对于N-N关联,底层数据表不能直接使用主外键关联来管理,必须使用连接表来管理关联关系。 只要…

Ubuntu22.04安装docker

君衍. 一、认识docker二、查看Docker的依赖三、在Ubuntu22.04上安装Docker步骤1、更新Ubuntu2、添加Docker库3、安装Docker4、Docker测试 四、安装docker-compose 一、认识docker Docker是一个软件容器平台&#xff0c;属于Linux容器的一种封装&#xff0c;同时提供简单易用的…

3. 构建以太网交换网络

3.1 实验一&#xff1a;以太网基础与 VLAN 配置实验 3.1.1 实验介绍 3.1.1.1 关于本实验 以太网是一种基于 CSMA/CD&#xff08;Carrier Sense Multiple Access/Collision Detection&#xff09;的共享通讯介质的数据网络通讯技术。当主机数目较多时会导致冲突严重、广播泛滥…

WebSocket设置私信在线离线

WebSocket设置在线离线以及优先展示最近聊天的人 1.设置在线状态 主要逻辑&#xff1a; 1.用户连接之后&#xff0c;首先后端执行onOpen,传入用户的id,然后写入到redis中 RedisConfig.java 中加入 Beanpublic RedisTemplate<String, String> redisTemplate() {RedisT…

HarmonyOS鸿蒙 虚拟像素

Android中&#xff0c;有的sp&#xff0c;dp&#xff0c;dpi&#xff0c;px等概念。 dpi&#xff0c;dots per inch&#xff0c;代表屏幕像素密度。是指屏幕上每英寸&#xff08;1英寸 2.54 厘米&#xff09;距离中有多少个像素点。 dp&#xff0c;device independent pixels&…

python222网站实战(SpringBoot+SpringSecurity+MybatisPlus+thymeleaf+layui)-友情链接管理实现

锋哥原创的SpringbootLayui python222网站实战&#xff1a; python222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火爆连载更新中... )_哔哩哔哩_bilibilipython222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火…

github连不上

github连不上 错误提示解决方案steam 采用Hosts加速 错误提示 fatal: unable to access ‘https://github.com/Ada-design/qianduan.git/’: Failed to connect to github.com port 443 after 21073 ms: Couldn’t connect to server 解决方案 下载steam https://steampp.ne…

latent-diffusion model环境配置--我转载的

latent-diffusion model环境配置&#xff0c;这可能是你能够找到的最细的博客了_latent diffusion model 训练 autoencoder-CSDN博客 前言 最近在研究diffusion模型&#xff0c;并对目前最火的stable-diffusion模型很感兴趣&#xff0c;又因为stable-diffusion是一种latent-di…

Mysql大数据量分页优化

前言 之前有看过到mysql大数据量分页情况下性能会很差&#xff0c;但是没有探究过它的原因&#xff0c;今天讲一讲mysql大数据量下偏移量很大&#xff0c;性能很差的问题&#xff0c;并附上解决方式。 原因 将原因前我们先做一个试验&#xff0c;我做试验使用的是mysql5.7.2…

Arm AArch64 alignment(对齐)

数据和指令必须与合适的边界保持对齐(alignment)。访问是否对齐会影响ARM核的性能&#xff0c;并且在将代码从早期的体系结构移植到ARMv8-A时可能会出现可移植性问题。出于性能原因&#xff0c;或者在移植代码时&#xff0c;都值得去注意下对齐问题。本文将讲述了ARMv8-A AArch…

shell 函数与数组

一、Shell函数&#xff1a; 函数的数学表达式 sin cos tan 其实就是定义好了计算公式 函数就是一个功能模块&#xff0c;在函数中写好执行的命令即可 使用函数可以避免代码重复&#xff0c;增加可读性&#xff0c; 简化脚本 使用函数可以将大的工程分割为若干小的功能…

迷宫(蓝桥杯省赛C/C++)

题目描述 本题为填空题&#xff0c;只需要算出结果后&#xff0c;在代码中使用输出语句将所填结果输出即可。 下图给出了一个迷宫的平面图&#xff0c;其中标记为 1 的为障碍&#xff0c;标记为 0 的为可以通行的地方。 010000 000100 001001 110000 迷宫的入口为左上角&am…

初识人工智能,一文读懂贝叶斯优化进阶的知识文集(9)

&#x1f3c6;作者简介&#xff0c;普修罗双战士&#xff0c;一直追求不断学习和成长&#xff0c;在技术的道路上持续探索和实践。 &#x1f3c6;多年互联网行业从业经验&#xff0c;历任核心研发工程师&#xff0c;项目技术负责人。 &#x1f389;欢迎 &#x1f44d;点赞✍评论…

[机器学习]简单线性回归——梯度下降法

一.梯度下降法概念 2.代码实现 # 0. 引入依赖 import numpy as np import matplotlib.pyplot as plt# 1. 导入数据&#xff08;data.csv&#xff09; points np.genfromtxt(data.csv, delimiter,) points[0,0]# 提取points中的两列数据&#xff0c;分别作为x&#xff0c;y …

[BUUCTF]-PWN:pwnable_hacknote解析

先看保护 32位&#xff0c;没开pie&#xff0c;got表可修改 看ida 总的来说就是alloc创建堆块&#xff0c;free释放堆块&#xff0c;show打印堆块内容 但alloc处的函数比较特别&#xff0c;他会先申请一个0x8大小的堆来存放与puts相关的指针 完整exp&#xff1a; from pwn …

<网络安全>《9 入侵防御系统IPS》

1 概念 IPS&#xff08; Intrusion Prevention System&#xff09;是电脑网络安全设施&#xff0c;是对防病毒软件&#xff08;Antivirus Programs&#xff09;和防火墙&#xff08;Packet Filter, Application Gateway&#xff09;的补充。 入侵预防系统&#xff08;Intrusio…

数据结构【图的遍历】

数据结构之图 图的类型定义和存储结构图的遍历遍历的定义图的特点图常用的遍历深度优先搜索 DFS&#xff08;DepthFirstSearch&#xff09;算法实现算法效率分析 广度优先搜索 BFS&#xff08;BreadthFirstSearch&#xff09;算法实现算法效率分析 DFS与BFS算法效率比较 图的类…

第八篇【传奇开心果短博文系列】Python的OpenCV技术点案例示例:深度学习

传奇开心果短博文系列 系列短博文目录Python的OpenCV技术点案例示例系列 短博文目录一、前言二、OpenCV深度学习介绍三、OpenCV常用深度学习算法和实现分别示例代码四、归纳总结 系列短博文目录 Python的OpenCV技术点案例示例系列 短博文目录 一、前言 OpenCV深度学习&…

go 面试题分享

1 判断字符串中字符是否全都不同 问题描述 请实现一个算法&#xff0c;确定一个字符串的所有字符【是否全都不同】。这里我们要 求【不允许使用额外的存储结构】。给定一个string&#xff0c;请返回一个bool 值,true代表所有字符全都不同&#xff0c;false代表存在相同的字…