Python每日一練之刪除有序數(shù)組中的重復(fù)項(xiàng)
1. 問題描述
給你一個(gè)有序數(shù)組 nums ,請(qǐng)你 原地 刪除重復(fù)出現(xiàn)的元素,使得出現(xiàn)次數(shù)超過兩次的元素只出現(xiàn)兩次 ,返回刪除后數(shù)組的新長(zhǎng)度。
不要使用額外的數(shù)組空間,你必須在 原地 修改輸入數(shù)組 并在使用 O(1) 額外空間的條件下完成。
示例 1:
輸入:nums = [1,1,1,2,2,3] 輸出:5, nums = [1,1,2,2,3] 解釋:函數(shù)應(yīng)返回新長(zhǎng)度 length = 5, 并且原數(shù)組的前五個(gè)元素被修改為 1, 1, 2, 2, 3。 不需要考慮數(shù)組中超出新長(zhǎng)度后面的元素。
示例 2:
輸入:nums = [0,0,1,1,1,1,2,3,3] 輸出:7, nums = [0,0,1,1,2,3,3] 解釋:函數(shù)應(yīng)返回新長(zhǎng)度 length = 7, 并且原數(shù)組的前七個(gè)元素被修改為 0, 0, 1, 1, 2, 3, 3。不需要考慮數(shù)組中超出新長(zhǎng)度后面的元素。
2. 問題分析
使用滑動(dòng)窗口+刪除元素的方法。
對(duì)于nums = [1,1,1,2,2,3]
(1)窗口[1,1,1], 長(zhǎng)度=3>2,刪除第3個(gè)1---->[1,1,2,2,3]
(2)窗口[2,2],長(zhǎng)度=2<=2,保留
(3)窗口[3],長(zhǎng)度=1<=2,保留
結(jié)果:[1,1,2,2,3], 長(zhǎng)度=5、
3. 算法思路
思路:
(1)定義窗口: beginIndex和endIndex標(biāo)記相同元素的起始和結(jié)束位置
(2)遍歷數(shù)組:用endIndex向右擴(kuò)展,找到相同元素的連續(xù)區(qū)間
(3)處理重復(fù):當(dāng)遇到不同元素時(shí),檢查當(dāng)前連續(xù)區(qū)間的長(zhǎng)度
如果長(zhǎng)度>2,刪除多余的元素
如果長(zhǎng)度<=2,直接移動(dòng)指針
4. 代碼實(shí)現(xiàn)
from typing import List
class Solution:
def remove(self, nums: List[int]) -> int:
if len(nums) <= 2:
return len(nums)
slow = 2 # 從第三個(gè)位置開始檢查
for fast in range(2, len(nums)):
# 如果當(dāng)前元素不等于slow指針前兩個(gè)位置的元素
# 說明可以保留當(dāng)前元素
if nums[fast] != nums[slow - 2]:
nums[slow] = nums[fast]
slow += 1
return slow
def removeDuplicates(self, nums: List[int]) -> int:
if not nums:
return 0
beginIndex = 0
endIndex = 0
value = nums[beginIndex]
while endIndex < len(nums):
if nums[endIndex] == value:
endIndex += 1
else:
if endIndex - beginIndex > 2:
for i in range(endIndex-1, beginIndex+1, -1):
nums.pop(i)
beginIndex = beginIndex + 2
endIndex = beginIndex
value = nums[beginIndex]
else:
beginIndex = endIndex
value = nums[beginIndex]
if endIndex - beginIndex > 2:
for i in range(endIndex-1, beginIndex+1, -1):
nums.pop(i)
return len(nums)
if __name__ == '__main__':
#print(Solution().removeDuplicates([1,1,1]))
#print(Solution().removeDuplicates([1,1,1,2,2,3]))
print(Solution().removeDuplicates([0,0,1,1,1,1,2,3,3]))這個(gè)算法的代碼思路直觀,容易理解,使用滑動(dòng)窗口的概念,但是時(shí)間復(fù)雜度高,pop(i)操作是O(n),最壞情況時(shí)間復(fù)雜度是O(n^2),并且需要處理多個(gè)邊界情況,頻繁刪除操作導(dǎo)致數(shù)組元素頻繁移動(dòng)??梢試L試使用雙指針法,時(shí)間復(fù)雜度降為O(n).
總結(jié)
到此這篇關(guān)于Python每日一練之刪除有序數(shù)組中的重復(fù)項(xiàng)的文章就介紹到這了,更多相關(guān)Python刪除有序數(shù)組中的重復(fù)項(xiàng)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pytorch實(shí)現(xiàn)多項(xiàng)式回歸
這篇文章主要為大家詳細(xì)介紹了pytorch實(shí)現(xiàn)多項(xiàng)式回歸,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-04-04
詳解Pytorch如何利用yaml定義卷積網(wǎng)絡(luò)
大多數(shù)卷積神經(jīng)網(wǎng)絡(luò)都是直接通過寫一個(gè)Model類來定義的,這樣寫的代碼其實(shí)是比較好懂,也很方便。但是本文將介紹另一個(gè)方法:利用yaml定義卷積網(wǎng)絡(luò),感興趣的可以了解一下2022-10-10
終端能到import模塊 解決jupyter notebook無法導(dǎo)入的問題
這篇文章主要介紹了在終端能到import模塊 而在jupyter notebook無法導(dǎo)入的問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03
15款Python編輯器的優(yōu)缺點(diǎn),別再問我“選什么編輯器”啦
這篇文章主要介紹了15款Python編輯器的優(yōu)缺點(diǎn),別再問我“選什么編輯器”啦,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2020-10-10
詳解Python requests 超時(shí)和重試的方法
這篇文章主要介紹了詳解Python requests 超時(shí)和重試的方法,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-12-12
關(guān)于Python 解決Python3.9 pandas.read_excel(‘xxx.xlsx‘)報(bào)錯(cuò)的問題
這篇文章主要介紹了關(guān)于Python 解決Python3.9 pandas.read_excel(‘xxx.xlsx‘)報(bào)錯(cuò)的問題,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11

