有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
示例 2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
提示:
1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 已按 非递减顺序 排序
进阶:
请你设计时间复杂度为 O(n) 的算法解决本问题
对于一个存在负数的升序数组而言,平方后升序无非就是对每一个元素的绝对值大小进行比较
所以最大的值一般存在于数组的头和尾,我们使用两个指针依次进行比较即可完成O(n)排序
class Solution {
public:
vector<int> sortedSquares(const vector<int>& nums) {
//两侧数大于中间的原因可以从0点看 去比较两侧数的绝对值大小 abs(-2) > abs(1)
//所以我们可以从两侧开始比较依次放入数组即可
int i = 0;
int j = nums.size() - 1;
int count = 1;
vector<int> result = nums;
for (;i<=j;)
{
if (nums[i] * nums[i] >= nums[j] * nums[j]) {
result[result.size()-count] = nums[i] * nums[i];
i++;
count++;
}
else if (nums[i] * nums[i] < nums[j] * nums[j]) {
result[result.size() - count] = nums[j] * nums[j];
count++;
j--;
}
}
return result;
}
};
给定一个含有 n
个正整数的数组和一个正整数 target
。
找出该数组中满足其总和大于等于 target
的长度最小的 子数组 [numsl, numsl+1, ..., numsr-1, numsr]
,并返回其长度。如果不存在符合条件的子数组,返回 0
。
示例 1:
输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2:
输入:target = 4, nums = [1,4,4]
输出:1
示例 3:
输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0
提示:
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 104
进阶:
如果你已经实现
O(n)
时间复杂度的解法, 请尝试设计一个O(n log(n))
时间复杂度的解法。
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int minLength = nums.size() + 1; // 初始化为数组长度+1
int sum = 0; // 当前子数组的和
//i左指针 指向起始点
int i = 0;
//j右指针 指向结束点
for (int j = 0; j < nums.size(); j++)
{
sum += nums[j]; // 将当前元素加入到和中
// 当当前和大于等于目标值时,尝试缩小左边界
while(sum>=target)
{
minLength = min(minLength, j - i + 1); // 更新最小长度
sum -= nums[i++]; // 减去左指针指向的元素 i++是为了缩小窗口并且移动左侧起始指针
}
}
// 如果没有找到符合条件的子数组,返回0
return minLength == nums.size() + 1 ? 0 : minLength; // 如果没有找到符合条件的子数组,返回0
}
};