数组
大家好,我是老马。
今天我们一起来学习一下数组这种数据结构。
主要知识
数组需要拆分下面几个部分:
-
理论介绍
-
源码分析
-
数据结构实现?
-
题目练习(按照算法思想分类)
-
梳理对应的 sdk 包
-
应用实战
因为这个是 leetcode 系列,所以重点是 4、5(对4再一次总结)。
为了照顾没有基础的小伙伴,会简单介绍一下1的基础理论。
简单介绍1,重点为4。其他不是本系列的重点。
技巧篇
双指针
滑动窗口
位运算–状态压缩
扫描线
前缀和
哈希哈数–滚动哈希
计数
128. 最长连续序列
给定一个未排序的整数数组 nums ,找出数字连续的最长序列(不要求序列元素在原数组中连续)的长度。
请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1:
输入:nums = [100,4,200,1,3,2] 输出:4 解释:最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
示例 2:
输入:nums = [0,3,7,2,5,8,4,6,0,1] 输出:9
示例 3:
输入:nums = [1,0,1,2] 输出:3
提示:
0 <= nums.length <= 10^5 -10^9 <= nums[i] <= 10^9
历史
leetcode 数组专题 01-力扣.128 最长连续序列 leetcode longest-consecutive-sequence
v1-普通排序
思路
我们采用基本的排序思路来解决。
当然排序是不满足的,只是为了后续分析解决这个问题。
实现
public static int longestConsecutive(int[] nums) {
if(nums.length <= 0) {
return 0;
}
Arrays.sort(nums);
// 跳过第一个数
int tempLen = 1;
int maxLen = 1;
for(int i = 1; i < nums.length; i++) {
if(nums[i] - nums[i-1] == 1) {
tempLen++;
maxLen = Math.max(maxLen, tempLen);
} else if(nums[i] - nums[i-1] == 0) {
} else {
// reset
tempLen = 1;
}
}
return maxLen;
}
效果
14ms 击败 95.92%
反思
如何 O(n) 呢?
v2-其他排序
算法的改进
排序中有哪些是可以用 O(n) 来实现的,计数、基数、桶排序
v3-哈希
思路
这一题如果想用哈希也可以解决。
连续:
HashSet 保存数字。
然后首先排除小的,只需要判断比当前数字大的即可。
实现
public static int longestConsecutive(int[] nums) {
if(nums.length <= 0) {
return 0;
}
// 初始化
Set<Integer> set = new HashSet<>();
for(int num : nums) {
set.add(num);
}
// 再遍历一次
int maxLen = 1;
for(int num : set) {
// 没有比当前数小的,那么只要看刚好大1的连续个数就行
if(!set.contains(num-1)) {
int curNum = num;
int curLen = 1;
while (set.contains(curNum+1)) {
curNum++;
curLen++;
}
maxLen = Math.max(curLen, maxLen);
}
}
return maxLen;
}
效果
30ms 击败 72.86%
反思
这个用例还是有问题。体现不出 O(n) 的优势。
小结
希望本文对你有帮助,如果有其他想法的话,也可以评论区和大家分享哦。
各位极客的点赞收藏转发,是老马持续写作的最大动力!
下一节我们将继续学习 TOP100,感兴趣的小伙伴可以关注一波,精彩内容,不容错过。