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:

  1. 理论介绍

  2. 源码分析

  3. 数据结构实现?

  4. 题目练习(按照算法思想分类)

  5. 梳理对应的 sdk 包

  6. 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。