什么是同向双指针? 什么是相向双指针? 双指针的鼻祖题 —— 两数之和 Two Sum 链表上的快慢指针算法 快速排序 & 归并排序
同向双指针 • 相向双指针 • 几乎所有 Two Sum 变种 • Partition • Quick Select • 分成两个部分 • 分成三个部分 • 一些你没听过的(但是面试会考的)排序算法
一个典型的相向双指针问题就是翻转字符串的问题。
Python:
"""
@param s: a list of characters
"""
def reverse(s): left, right = 0, len(s)-1 while left < right: s[left], s[right] = s[right], s[left] left += 1 right -= 1
另外一个双指针的经典练习题,就是回文串的判断问题。给一个字符串,判断这个字符串是不是回文串。
我们可以用双指针的算法轻易的解决:
Python:
def isPalindrome(s):
i, j = 0, len(s)-1 while i < j: if s[i] != s[j]: return False i += 1 j -= 1 return True
双指针的鼻祖:两数之和
题目描述
给一个整数数组,找到两个数使得他们的和等于一个给定的数 target。
返回这两个数。
Python:
class Solution:
def twoSum(self, numbers, target): numbers.sort() L, R = 0, len(numbers)-1 while L < R: if numbers[L]+numbers[R] == target: return (numbers[L], numbers[R]) if numbers[L]+numbers[R] < target: L += 1 else: R -= 1 return None
- 首先我们对数组进行排序。
- 用两个指针(L, R)从左右开始:
- 如果numbers[L] + numbers[R] == target, 说明找到,返回对应的数。
- 如果numbers[L] + numbers[R] < target, 此时L指针右移,只有这样才可能让和更大。
- 反之使R左移。
- L和R相遇还没有找到就说明没有解。
同向双指针
同向双指针的问题,是指两根指针都从头出发,朝着同一个方向前进。我们通过下面 5 个题目来初步认识同向双指针:
- 数组去重问题 Remove duplicates in an array
- 滑动窗口问题 Window Sum
- 两数之差问题 Two Difference
- 链表中点问题 Middle of Linked List
- 带环链表问题 Linked List Cycle
问题描述
给你一个数组,要求去除重复的元素后,将不重复的元素挪到数组前段,并返回不重复的元素个数。
LintCode 练习地址:http://www.lintcode.com/problem/remove-duplicate-numbers-in-array/
问题分析
这个问题有两种做法,第一种做法比较容易想到的是,把所有的数扔到 hash 表里,然后就能找到不同的整数有哪些。但是这种做法会耗费额外空间 O(n)O(n)O(n)。面试官会追问,如何不耗费额外空间。
此时我们需要用到双指针算法,首先将数组排序,这样那些重复的整数就会被挤在一起。然后用两根指针,一根指针走得快一些遍历整个数组,另外一根指针,一直指向当前不重复部分的最后一个数。快指针发现一个和慢指针指向的数不同的数之后,就可以把这个数丢到慢指针的后面一个位置,并把慢指针++。
# O(nlogn) time, O(1) extra space class Solution: # @param {int[]} nums an array of integers # @return {int} the number of unique integers def deduplication(self, nums): # Write your code here n = len(nums) if n == 0: return 0 nums.sort() result = 1 for i in range(1, n): if nums[i - 1] != nums[i]: nums[result] = nums[i] result += 1 return result
问题描述
求出一个数组每 kkk 个连续整数的和的数组。如 nums = [1,2,3,4]
, k = 2
的话,window sum 数组为 [3,5,7]
。
http://www.lintcode.com/problem/window-sum/
问题分析
这个问题并没有什么难度,但是如果你过于暴力的用户 O(n∗k)O(n * k)O(n∗k) 的算法去做是并不合适的。比如当前的 window 是 |1,2|,3,4
。那么当 window 从左往右移动到 1,|2,3|,4
的时候,整个 window 内的整数和是增加了3,减少了1。因此只需要模拟整个窗口在滑动的过程中,整数一进一出的变化即可。这就是滑动窗口问题。
class Solution: # @param nums {int[]} a list of integers # @param k {int} size of window # @return {int[]} the sum of element inside the window at each moving def winSum(self, nums, k): # Write your code here n = len(nums) if n < k or k <= 0: return [] sums = [0] * (n - k + 1) for i in range(k): sums[0] += nums[i]; for i in range(1, n - k + 1): sums[i] = sums[i - 1] - nums[i - 1] + nums[i + k - 1] return sums
两数之差问题
610. 两数和 - 差等于目标值
给定一个整数数组,找到两个数的 差
等于目标值。index1必须小于index2。注意返回的index1和index2不是 0-based。
样例
例1:
输入: nums = [2, 7, 15, 24], target = 5
输出: [1, 2]
解释:
(7 - 2 = 5)
例2:
输入: nums = [1, 1], target = 0
输出: [1, 2]
解释:
(1 - 1 = 0)
注意事项
保证只有一个答案。
问题分析
作为两数之和的一个 Follow up 问题,在两数之和被问烂了以后,两数之差是经常出现的一个面试问题。
我们可以先尝试一下两数之和的方法,发现并不奏效,因为即便在数组已经排好序的前提下,nums[i] - nums[j] 与 target 之间的关系并不能决定我们淘汰掉 nums[i] 或者 nums[j]。
那么我们尝试一下将两根指针同向前进而不是相向而行,在 i 指针指向 nums[i] 的时候,j 指针指向第一个使得 nums[j] - nums[i] >= |target| 的下标 j:
- 如果 nums[j] - nums[i] == |target|,那么就找到答案
- 否则的话,我们就尝试挪动 i,让 i 向右挪动一位 => i++
- 此时我们也同时将 j 向右挪动,直到 nums[j] - nums[i] >= |target|
可以知道,由于 j 的挪动不会从头开始,而是一直递增的往下挪动,那么这个时候,i 和 j 之间的两个循环的就不是累乘关系而是叠加关系。
Python:
nums.sort()
target = abs(target)
j = 1
for i in range(len(nums)):
while j < len(nums) and nums[j]-nums[i] < target: j += 1 if nums[j]-nums[i] == target: # 找到答案
class Solution: """ @param nums: an array of Integer @param target: an integer @return: [index1 + 1, index2 + 1] (index1 < index2) """ def twoSum7(self, nums, target): # write your code here target = abs(target) nums2 = [(n, i) for i,n in enumerate(nums)] nums2.sort(key=lambda x: x[0]) result = [] j = 1 for i in range(len(nums2)): while j < len(nums2) and nums2[j][0]-nums2[i][0] < target: j += 1 if nums2[j][0]-nums2[i][0] == target: if i != j: result = (nums2[i][1]+1, nums2[j][1]+1) break if result[0] > result[1]: return [result[1], result[0]] return result
相似问题
G家的一个相似问题:找到一个数组中有多少对二元组,他们的平方差 < target(target 为正整数)。
我们可以用类似放的方法来解决,首先将数组的每个数进行平方,那么问题就变成了有多少对两数之差 < target。
然后走一遍上面的这个流程,当找到一对 nums[j] - nums[i] >= target 的时候,就相当于一口气发现了:
nums[i + 1] - nums[i]
nums[i + 2] - nums[i]
...
nums[j - 1] - nums[i]
一共 j - i - 1
对满足要求的二元组。累加这个计数,然后挪动 i 的位置 +1 即可。
链表中点问题
问题描述
求一个链表的中点
LintCode 练习地址:http://www.lintcode.com/problem/middle-of-linked-list/
228. 链表的中点
找链表的中点。
样例
样例 1:
输入: 1->2->3
输出: 2
样例解释: 返回中间节点的值
样例 2:
输入: 1->2
输出: 1
样例解释: 如果长度是偶数,则返回中间偏左的节点的值。
挑战
如果链表是一个数据流,你可以不重新遍历链表的情况下得到中点么?
""" Definition of ListNode class ListNode(object): def __init__(self, val, next=None): self.val = val self.next = next """ class Solution: """ @param head: the head of linked list. @return: a middle node of the linked list """ def middleNode(self, head): # write your code here slow, fast = head, head while fast and fast.next and fast.next.next: slow = slow.next fast = fast.next.next return slow
其中,fast.next.next条件表示可以往前跨两步。
问题分析
这个问题可能大家会觉得,WTF 这么简单有什么好做的?你可能的想法是:
先遍历一下整个链表,求出长度 L,然后再遍历一下链表找到第 L/2 的那个位置的节点。
但是在你抛出这个想法之后,面试官会追问你:如果只允许遍历链表一次怎么办?
可以看到这种 Follow up 并不是让你优化算法的时间复杂度,而是严格的限制了你遍历整个链表的次数。你可能会认为,这种优化有意义么?事实上是很有意义的。因为遍历一次
这种场景,在真实的工程环境中会经常遇到,也就是我们常说的数据流问题
(Data Stream Problem)。
数据流问题 Data Stream Problem
所谓的数据流问题,就是说,你需要设计一个在线系统,这个系统不断的接受一些数据,并维护这些数据的一些信息。比如这个问题就是在数据流中维护中点在哪儿。(维护中点的意思就是提供一个接口,来获取中点)
类似的一些数据流问题还有:
- 数据流中位数 http://www.lintcode.com/problem/data-stream-median/
- 数据流最大 K 项 http://www.lintcode.com/problem/top-k-largest-numbers-ii/
- 数据流高频 K 项 http://www.lintcode.com/problem/top-k-frequent-words-ii/
这类问题的特点都是,你没有机会第二次遍历所有数据
。上述问题部分将在《九章算法强化班》中讲解。
用双指针算法解决链表中点问题
我们可以使用双指针算法来解决链表中点的问题,更具体的,我们可以称之为快慢指针
算法。该算法如下:
Python:
slow, fast = head, head.next
while fast != None and fast.next != None:
slow = slow.next
fast = fast.next.next
return slow
在上面的程序中,我们将快指针放在第二个节点上,慢指针放在第一个节点上,while 循环中每一次快指针走两步,慢指针走一步。这样当快指针走到头的时候,慢指针就在中点了。
快慢指针的算法,在下一小节的“带环链表”中,也用到了。======>这种写法容易出错,我的预判能够走两步的做法更好!
一个小练习
将上述代码改为提供接口的模式,即设计一个 class,支持两个函数,一个是 add(node)
加入一个节点,一个是 getMiddle()
求中间的那个节点。
102. 带环链表
给定一个链表,判断它是否有环。
样例
```
样例 1:
输入: 21->10->4->5, then tail connects to node index 1(value 10).
输出: true
样例 2:
输入: 21->10->4->5->null
输出: false
```
挑战
不要使用额外的空间
""" Definition of ListNode class ListNode(object): def __init__(self, val, next=None): self.val = val self.next = next """ class Solution: """ @param head: the head of linked list. @return: a middle node of the linked list """ def middleNode(self, head): # write your code here slow, fast = head, head while fast and fast.next and fast.next.next: slow = slow.next fast = fast.next.next return slow
两大经典排序算法
快速排序(Quick Sort)和归并排序(Merge Sort)是算法面试必修的两个基础知识点。很多的算法面试题,要么是直接问这两个算法,要么是这两个算法的变化,要么是用到了这两个算法中同样的思想或者实现方式,要么是挑出这两个算法中的某个步骤来考察。