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

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

Vue3绑定props默认值问题

《Vue3绑定props默认值问题》使用Vue3的defineProps配合TypeScript的interface定义props类型,并通过withDefaults设置默认值,使组件能安全访问传入的... 目录前言步骤步骤1:使用 defineProps 定义 Props步骤2:设置默认值总结前言使用T

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

Web服务器-Nginx-高并发问题

《Web服务器-Nginx-高并发问题》Nginx通过事件驱动、I/O多路复用和异步非阻塞技术高效处理高并发,结合动静分离和限流策略,提升性能与稳定性... 目录前言一、架构1. 原生多进程架构2. 事件驱动模型3. IO多路复用4. 异步非阻塞 I/O5. Nginx高并发配置实战二、动静分离1. 职责2

解决升级JDK报错:module java.base does not“opens java.lang.reflect“to unnamed module问题

《解决升级JDK报错:modulejava.basedoesnot“opensjava.lang.reflect“tounnamedmodule问题》SpringBoot启动错误源于Jav... 目录问题描述原因分析解决方案总结问题描述启动sprintboot时报以下错误原因分析编程异js常是由Ja

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则