【优选算法】双指针算法:专题一

【优选算法】双指针算法:专题一

目录

引言:

【283.移动零】

1、题目描述

2、实现核心及思路

解题思路:

思路可视化:

代码实现:

代码测试:

【1089.复写零】

1、题目描述​

2、实现核心及思路

解题思路:

思路可视化:

代码实现:

代码测试:

【202. 快乐数】

1、题目描述

2、实现核心及思路

解题思路:

代码实现:

【11. 盛水最多容器】

1、题目描述

2、实现核心及思路

解题思路:

思路可视化:

代码实现:


引言:

常见的双指针有两种形式,一种是对撞指针,一种是快慢指针

对撞指针:一般用于顺序结构中,也称左右指针。

• 对撞指针从两端向中间移动。一个指针从最左端开始,另一个从最右端开始,然后逐渐往中间逼近。

• 对撞指针的终止条件一般是两个指针相遇或者错开(也可能在循环内部找到结果直接跳出循环),也就是:

◦ left == right (两个指针指向同一个位置)

◦ left > right (两个指针错开)
快慢指针:又称为龟兔赛跑算法,其基本思想就是使用两个移动速度不同的指针在数组或链表等序列 结构上移动。 如果我们要研究的问题出现循环往复的情况时,均可考虑使用快 慢指针的思想。

快慢指针的实现方式有很多种,最常用的一种就是:

• 在一次循环中,每次让慢的指针向后移动一位,而快的指针往后移动两位,实现一快一慢。
注意:这里的指针并不是C语言中学的 int*,char*的指针(地址),而是用变量记录数组下标(指针),变量++或--相当于指向 指针的移动。

【283.移动零】

1、题目描述

2、实现核心及思路

解题思路:
这里对撞指针(左右指针)的方案肯定是行不通的,因为题目要求移动 0 元素的同时还要保证非零元素的相对顺序。所以,我们采用两个指针都从数组的左端出发,把非零的元素依次找到放在前面,最后剩下 0 自然就排在数组后面了。

(1)刚开始让一个指针cur 先指向数组的第一个元素,另一个指针 dest 初始化为 -1。cur 用来找非零元素,dest 用来确定 cur 之前的 0 元素。

(2)当 cur 指向的元素为零则 cur++,继续向后找非零元素来将前面的 0 交换到后面;

(3)当 cur 指向的元素不为 0,则让 dest 向前移动一位(dest++),因为此时cur 之前的元素要么全为 0,要么dest 和 cur 指向同一个元素。然后,交换 cur 和 dest 指向的元素,cur 继续向后移动(cur++)

(4)结束条件:当 cur 走到数组尾部的时候意味着所有非零元素都找到了,结束。

思路可视化:
代码实现:
class Solution { public: void moveZeroes(vector<int>& nums) { int size=nums.size(); // 定义双指针 int dest=-1; int cur=0; // 指向数组第一个元素 while(cur<size) { // 找到非零元素 if(nums[cur]!=0) { dest++; swap(nums[dest],nums[cur]); } cur++; } } };
代码测试:
int main() { Solution s; vector<int> v1{ 1,0,2,0,3,0,4 }; vector<int> v2{ 0,0,0,6,5,4 }; s.moveZeroes(v1); for (auto e : v1) { cout << e << " "; } cout << endl; s.moveZeroes(v2); for (auto e : v2) { cout << e << " "; } return 0; }

【1089.复写零】

1、题目描述

2、实现核心及思路

解题思路:

解法一:额外创建一个等大的数组,然后从头开始遍历原数组,遇到非零元素正常写入新数组,遇到 0 元素,写入两次,当新数组写满就终止。

这种解法肯定是我们第一时间想到的,但题目明确限制在原数组上操作。

解法二:观察示例1可知,最终的输出结果即将原来的5 和 0 覆盖了,因为复写了两个 0 元素。所以,我们只需要将 [1,0,2,3,0,4]这部分数据按要求进行复写零。但如果,我们从前往后遍历进行复写零时就会出现覆盖 0 元素后一个元素的问题,所以,我们考虑从 4 开始向前遍历数组来复写零,并把遍历到的元素从原数组的最后依次往左边放。非零元素写一次,0 元素写两次。

⭐️⭐️所以,我们的问题就转化为了:先找最后一个有效元素(相当于上面的" 4 "),然后从最后一个有效元素开始从后往前遍历复写零。

步骤一:利用双指针法找最后一个有效元素位置,让 cur 指针开始指向第一个元素,然后遍历数组,同时定义 dest 指针(初始化为-1,即相当于指向数组起始位置的前一个位置)。当 cur 指向非零元素,left 向后移动一位,当 cur 指向零元素left 向后移动两位(即为复写零留出位置)。

结束条件:当 dest 指向的位置到数组的末尾时,即复写零后刚好能将数组写满。设数组大小为size,则dest < size - 1

细节一:



面对这种情形,即当进入循环后发现dest 移动两次后到了数组的末尾,此时,我们不能再让cur 向前移动了,如果再移动数组空间大小就不够复写两个 0 了。所以,在 cur++ 之前我们还要判断dest 是否已经 不满足 dest < size - 1了。

步骤二:继续利用双指针法,cur 指针已经指向了最后一个有效数据,所以让 dest 指向数组的最后。从 cur 指向的位置 开始向前遍历数组来复写零,当遍历到非零元素,dest 指向位置处仅将该元素写一次,然后 cur--,dest--,继续向前遍历;当遍历到 0 元素,dest 指向位置处先写一次 0 ,然后dest向左移动(dest--),并再写一次 0,然后 cur--,dest-- ...  以此类推。

结束条件:当 cur 遍历到数组的起始位置,即复写结束。cur >= 0

细节二:



当cur 指向最后一个有效数据且为 0 时,dest 需要向后移动两次,但是数组空间大小只剩下一个位置,即dest 出了数组。意味着我们在先前复写零时,cur 指向的这个 0 元素只能复写一次,所以,我们需要单独处理。
思路可视化:
代码实现:
class Solution { public: void duplicateZeros(vector<int>& arr) { int cur = 0; // 指向数组首元素 int dest = -1; // 指向数组开头之前 int size = arr.size(); while (dest < size - 1) // 结束条件:dest到数组末尾或之后 { if (arr[cur] == 0) dest += 2; // 遍历到 0 元素,dest 向后移动两位 else dest++; // 非零元素,dest 正常向后移动一位 if (dest < size - 1) cur++; // 细节一 } if (dest >= size) // 细节二:处理最后一个 0 元素只复写一次 { arr[size - 1] = 0; dest = size - 2; cur--; } while (cur >= 0) // 结束条件 { if (arr[cur] == 0) // 复写零 { arr[dest--] = 0; arr[dest--] = 0; } else arr[dest--] = arr[cur]; cur--; // 向前遍历 } } };
代码测试:
int main() { Solution s; vector<int> v1{ 1, 0, 2, 3, 0, 4, 5, 0 }; // 正常情况 vector<int> v2{ 1, 0, 2, 3, 0, 4, 5 }; // 细节一 vector<int> v3{ 1, 0, 2, 3, 0, 4 }; // 细节二 s.duplicateZeros(v1); s.duplicateZeros(v2); s.duplicateZeros(v3); for (auto e : v1) cout << e << " "; cout << endl; for (auto e : v2) cout << e << " "; cout << endl; for (auto e : v3) cout << e << " "; return 0; }

【202.快乐数】

1、题目描述

2、实现核心及思路

解题思路:

对于n = 19,经过求和后,最终结果变为了1,即19为快乐数;n = 2,经过求和,最终又回到了起点。

结论:对于每个非零整数,进行上面的操作,要么最终得到1,要么继续回到一个求和过程中的某一个值(非1),但不一定回到最开始(像2这样)。

即经过不断的求和(按上面的规则),最会进入到一个循环当中,得到1 的这种情况也不例外,1求和还是1,也是循环。而对于这种循环的问题:我们均可以用快慢指针的方法解决。

假设慢指针一次走一步,快指针一次走两步,那么快指针一定先入环,但由于两者的速度差,最终肯定会相遇(结束条件)。

这里我们先不做证明!!!(后面会补充)

对于这个题而言:慢指针走一步即对应一次求和一次,快指针走两步即对应连续求和两次。

结束条件:当快慢指针相遇

然后判断:如果相遇时,快慢指针指向的和为 1 ,这个数即为快乐数;反之,则不是。

代码实现:
class Solution { public: // 求和函数 int Sum(int n) { int sum = 0; while(n) { int a = n%10; sum += pow(a,2); n/=10; } return sum; } bool isHappy(int n) { int slow = Sum(n); // 慢指针 int fast = Sum(n); // 快指针 fast = Sum(fast); while(slow != fast) // 结束条件 { slow = Sum(slow); fast = Sum(fast); fast = Sum(fast); } if(slow == 1) return true; else return false; } };

【11​​​​​​.盛水最多容器】

1、题目描述

2、实现核心及思路

解题思路:

解法一:暴力解法,两次for循环,算出所有的体积,找出最大值。

解法二:对撞指针(左右指针),left 和 right 指针向右向左找符合的桶(区间)。主要是依靠单调性,当left 和 right 向内移动时,宽度一定是变短的,体积 V = 宽度 * 高,所以要想找到最大的体积,只能依靠找到更大的高度。

所以,让left 和 right 中指向高度较小的一个向内移动, 找更大的高度,才有可能使体积更大。

同时,每次计算一个体积,通过比较获得最大体积。

💡库当中有一个 max 函数可以帮我们找两个数中的较大值,头文件<algorithm>
思路可视化:
代码实现:
class Solution { public: int maxArea(vector<int>& height) { int left = 0; // 左指针 int right = height.size() - 1; // 右指针 int m = 0; while(left < right) { int h = height[left] > height[right] ? height[right] : height[left]; // 找较小边 int V = (right - left) * h; // 计算体积 m = max(m,V); // 更新体积的值 if(height[left] < height[right]) left++; else right--; } return m; } };

Read more

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk

用DeepSeek和Cursor从零打造智能代码审查工具:我的AI编程实践

💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【星海网址导航】摸鱼、技术交流群👉 点此查看详情 引言:AI编程革命下的机遇与挑战 GitHub统计显示,使用AI编程工具的开发者平均效率提升55%,但仅有23%的开发者能充分发挥这些工具的潜力。作为一名全栈工程师,我曾对AI编程持怀疑态度,直到一次紧急项目让我彻底改变了看法。客户要求在72小时内交付一个能自动检测代码漏洞、优化性能的智能审查系统,传统开发方式根本不可能完成。正是这次挑战,让我探索出DeepSeek和Cursor这对"黄金组合"的惊人潜力。 一、工具选型:深入比较主流AI编程工具 1.1 为什么最终选择DeepSeek+Cursor? 经过两周的对比测试,我们发现不同工具在代码审查场景的表现差异显著: 工具代码理解深度响应速度定制灵活性多语言支持GitHub Copilot★★★☆★★★★★★☆★★★★Amazon CodeWhisperer★★☆★★★☆★★★★★★☆DeepSeek★★★★☆★★★★★★★☆★★★★☆Cursor★★★☆★★★★☆★★★★★★★★ 关键发现: * Dee

By Ne0inhk

DeepSeek各版本说明与优缺点分析_deepseek各版本区别

DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列,其在不同版本的发布过程中,逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本,从版本的发布时间、特点、优势以及不足之处,为广大AI技术爱好者和开发者提供一份参考指南。 1. DeepSeek-V1:起步与编码强劲 DeepSeek-V1是DeepSeek的起步版本,这里不过多赘述,主要分析它的优缺点。 发布时间: 2024年1月 特点: DeepSeek-V1是DeepSeek系列的首个版本,预训练于2TB的标记数据,主打自然语言处理和编码任务。它支持多种编程语言,具有强大的编码能力,适合程序开发人员和技术研究人员使用。 优势: * 强大编码能力:支持多种编程语言,能够理解和生成代码,适合开发者进行自动化代码生成与调试。 * 高上下文窗口:支持高达128K标记的上下文窗口,能够处理较为复杂的文本理解和生成任务。 缺点: * 多模态能力有限:该版本主要集中在文本处理上,缺少对图像、语音等多模态任务的支持。 * 推理能力较弱:尽管在自然语言

By Ne0inhk