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

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

解决RocketMQ的幂等性问题

《解决RocketMQ的幂等性问题》重复消费因调用链路长、消息发送超时或消费者故障导致,通过生产者消息查询、Redis缓存及消费者唯一主键可以确保幂等性,避免重复处理,本文主要介绍了解决RocketM... 目录造成重复消费的原因解决方法生产者端消费者端代码实现造成重复消费的原因当系统的调用链路比较长的时

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

kkFileView启动报错:报错2003端口占用的问题及解决

《kkFileView启动报错:报错2003端口占用的问题及解决》kkFileView启动报错因office组件2003端口未关闭,解决:查杀占用端口的进程,终止Java进程,使用shutdown.s... 目录原因解决总结kkFileViewjavascript启动报错启动office组件失败,请检查of

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

SpringBoot 异常处理/自定义格式校验的问题实例详解

《SpringBoot异常处理/自定义格式校验的问题实例详解》文章探讨SpringBoot中自定义注解校验问题,区分参数级与类级约束触发的异常类型,建议通过@RestControllerAdvice... 目录1. 问题简要描述2. 异常触发1) 参数级别约束2) 类级别约束3. 异常处理1) 字段级别约束

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分