雙指針算法介紹及使用(下)

在上一篇文章中我們已經對雙指針有了一定了解,接下來我們通過題目來對雙指針進行更好的理解。

1.?leetcode?202. 快樂數

這道題使用的方法是快慢指針, 比如說一個數X,那么創建兩個變量X1和X2,然后X1每次變化兩次,X2變化一次,那么X1和X2肯定會相遇(假如說X不是快樂數,那么X1和X2會在一個變化范圍內相遇,反之就是在1的位置相遇)。

PS:這道題在我看來不是傳統意義上的快慢指針,在我看來跟多的是使用了其思想。

我們在代碼里面使用了slow和fast兩個指針來模擬相遇。

class Solution {
public:int happysum(int a){int count=0;while(a){int b=a%10;count+=b*b;a/=10;}return count;}bool isHappy(int n) {int slow=n;int fast=n;fast=happysum(fast);while(slow!=fast){slow=happysum(slow);fast=happysum(fast);fast=happysum(fast);}return fast==1;}
};

2. leetcode?11. 盛最多水的容器

這道題的話暴力是肯定不行的,那么我們可以通過左右指針的方式?。簡單來說就是最左和最右兩邊先進行一次計算,然后哪邊短哪邊移動,然后比較這幾個值的大小就可以得到結果。

PS:我們也可以理解為計算橫坐標在某個值時的最大值。

class Solution {
public:int maxArea(vector<int>& h) {int left=0;int n=h.size()-1;int right=n;int mymax=0;while(left<right){int count=min(h[left],h[right])*n;n--;if(h[left]>=h[right])right--;elseleft++;mymax=max(mymax,count);}return mymax;}
};

3. leetcode?611. 有效三角形的個數

?三角形三邊需滿足?“任意兩邊之和大于第三邊”,但直接枚舉所有三元組驗證效率低(時間復雜度高)。所以需要利用排序 + 雙指針優化。

簡單來說,就是先拿一個最大的,然后在剩下的里面通過left++和right--來直接找到符合的區間,因為實現排好序了所以一旦找到直接right-left就可以了。

class Solution {
public:int triangleNumber(vector<int>& nums) {int count=0;sort(nums.begin(),nums.end());int n=nums.size()-1;for(int i=n;i>=2;--i){int left=0;int right=i-1;while(left!=right){if(nums[left]+nums[right]>nums[i]){count+=right-left;right--;}else{left++;}}}return count;}
};

?4. leetcode?LCR 179. 查找總價格為目標值的兩個商品

?這道題也可以通過二分的方式來進行解決,在這里我們通過雙指針的方式來進行解決。

簡單來說就是先設一個left和一個right,然后通過t-p[left]的方式來得到一個值(即以p[left]為確定值的前提來查找有沒有另一個值)。因為這個數組是升序的,所以說如果找不到就說明是p[left]太小了,所以left++即可。

class Solution {
public:vector<int> twoSum(vector<int>& p, int t) {int n=p.size();int left=0;vector<int> v;for(left=0;;++left){int right=n-1;while(left<right){if(t-p[left]>p[right])break;else if(t-p[left]<p[right]){right--;}else{v.push_back(p[left]);v.push_back(p[right]);return v;}}}}
};

5. leetcode?15. 三數之和

這道題的話就和上面那到類似,唯一要注意的就是題目要求中說答案中不可以包含重復的三元組。

所以我們要先對其進行去重。三個數都有可能重復,所以三個數都要檢查一下。

class Solution {
public:vector<vector<int>> threeSum(vector<int>& nums) {sort(nums.begin(),nums.end());vector<vector<int>> v;int n=nums.size();for(int i=0;i<=n-3;++i){if(i>0&&nums[i]==nums[i-1])continue;int left=i+1;int right=n-1;int t=nums[i];while(left<right){if(t+nums[left]+nums[right]>0){right--;}else if(t+nums[left]+nums[right]<0){left++;}else{v.push_back({nums[i],nums[left],nums[right]});while(left<right&&nums[left]==nums[left+1])left++;while(left<right&&nums[right]==nums[right-1])right--;right--;left++;}}}return v;}
};

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/90518.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/90518.shtml
英文地址,請注明出處:http://en.pswp.cn/web/90518.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Elasticsearch整合:Repository+RestClient雙模式查詢優化

Elasticsearch整合&#xff1a;RepositoryRestClient雙模式查詢優化Elasticsearch 雙模式查詢優化&#xff1a;Repository RestClient 整合指南一、架構設計&#xff1a;雙模式協同工作流二、Repository 模式&#xff1a;快速開發最佳實踐2.1 基礎配置2.2 高級特性&#xff1a…

Elasticsearch 高級查詢語法 Query DSL 實戰指南

目錄 1、DSL 概述 1.1 DSL按照查詢的結構層次劃分 1.2 DSL按照檢索功能的用途和特性劃分 1.3 示例數據準備 2、match_all ——匹配所有文檔 3、精確匹配 3.1 term——單字段精確匹配查詢 3.2 terms——多值精確匹配 3.3 range——范圍查詢 3.4 exists——是否存在查詢…

DNS 服務正反向解析與 Web 集成實戰:從配置到驗證全流程

DNS 服務正反向解析配置全流程指南 一、前言 在網絡環境中&#xff0c;DNS&#xff08;Domain Name System&#xff09;服務起著至關重要的作用&#xff0c;它負責將域名解析為 IP 地址&#xff0c;以及將 IP 地址反向解析為域名。本文將詳細介紹如何配置 DNS 服務的正反向解析…

2025.07.25【宏基因組】|PathoScope 安裝與使用指南

PathoScope 安裝與使用指南&#xff1a;微生物組數據分析利器 作為一名生物信息工程師&#xff0c;在微生物組數據分析中&#xff0c;我們常常需要高效、準確的工具來鑒定和量化樣本中的微生物組成。PathoScope 正是這樣一款強大的工具&#xff0c;它能夠幫助我們從高通量測序…

AI結對編程:分布式團隊的集體記憶外腦

AI結對編程:分布式團隊的集體記憶外腦 “當新人通過AI瞬間掌握三年積累的業務規則時,傳統‘傳幫帶’模式正式宣告過時——分布式團隊最珍貴的資產不再是代碼,而是被AI固化的集體經驗。” 一、人腦的帶寬困局 柏林新人加入新加坡支付團隊,面臨恐怖的知識迷宮: - …

棧----1.有效的括號

20. 有效的括號 - 力扣&#xff08;LeetCode&#xff09; /** 括號特性: 左括號必定先出現,每個左括號都需要一個右括號與之匹配,后出現的左括號先匹配 解法: 依據后出現的左括號先匹配,很容易聯想到棧,即后進先出 遍歷字符串,遇到左括號就在棧中添加一個對應的右括號 遇到右括…

數據報表怎么自動填寫內容?總結了幾個方法

你有沒有遇到過這種情況&#xff1f;月底趕銷售報告&#xff0c;Excel里密密麻麻的數據要往Word里搬&#xff0c;光是復制粘貼就折騰半小時&#xff0c;好不容易搞完&#xff0c;老板突然說數據有更新…得&#xff0c;全白干&#xff01;更崩潰的是&#xff0c;這種重復勞動每個…

構造函數是否可以聲明成虛函數?

構造函數&#xff08;constructor&#xff09;不能被聲明為虛函數。? 原因解釋 構造函數的主要職責是創建并初始化對象本身&#xff0c;而虛函數機制是基于 虛表指針&#xff08;vptr&#xff09; 的&#xff0c;它只有在對象構造完成之后才會起作用。 所以&#xff1a; 在構造…

【Rust線程池】如何構建Rust線程池、Rayon線程池用法詳細解析

?? 歡迎大家來到景天科技苑?? &#x1f388;&#x1f388; 養成好習慣&#xff0c;先贊后看哦~&#x1f388;&#x1f388; &#x1f3c6; 作者簡介&#xff1a;景天科技苑 &#x1f3c6;《頭銜》&#xff1a;大廠架構師&#xff0c;華為云開發者社區專家博主&#xff0c;…

CAN總線網絡的參數協同:從一致性要求到容差邊界

CAN總線網絡的參數協同&#xff1a;從一致性要求到容差邊界 一、引言&#xff1a;CAN總線的“隱形契約”二、CAN通信的核心參數&#xff1a;不止于波特率三、參數一致性的必要性&#xff1a;為何波特率相同仍會失敗&#xff1f;四、容差范圍的科學界定&#xff1a;從理論計算到…

Activity 啟動模式

如何指定 Activity 的啟動模式&#xff1f;在 AndroidMainfest.xml 中通過給 <activity> 標簽指定 android:lauchMode 來選擇啟動模式。4種啟動模式standard&#xff08;默認&#xff09;&#xff1a;每當啟動一個 Activity&#xff0c;都會創建一個新的實例壓入返回棧。…

7·22勝算云AI日報:OpenAI再擴容且與英國政府簽訂三年AI計劃、字節GR-3、微軟Culture計劃、國數局數據基地

OpenAI Oracle&#xff1a;4.5 GW「Stargate II」再擴容&#xff0c;AI 電力版圖重排 7 月 22 日&#xff0c;OpenAI 與 Oracle 聯合公布“Stargate II”計劃&#xff1a;雙方將在美國多地追加 4.5 GW 超算級電力與冷卻配套&#xff0c;使 Stargate 系列園區總規模躍升至 5 GW…

【優選算法】鏈表

目錄鏈表常用的技巧和操作1、常用技巧2、常用操作一、[兩數相加](https://leetcode.cn/problems/add-two-numbers/description/)二、[兩兩交換鏈表中的節點](https://leetcode.cn/problems/swap-nodes-in-pairs/description/)三、[重排鏈表](https://leetcode.cn/problems/reor…

制造業新突破:AR 培訓系統助力復雜操作輕松上手?

在制造業&#xff0c;生產設備復雜、操作流程繁瑣&#xff0c;新員工掌握操作技能不易。比如汽車制造企業的發動機裝配環節&#xff0c;涉及眾多精密零部件安裝&#xff0c;對安裝順序、位置精度要求嚴格&#xff0c;一點小失誤都可能影響發動機性能甚至引發質量問題。過去新員…

《計算機網絡》實驗報告八 加密、數字簽名與證書

目 錄 1、實驗目的 2、實驗環境 3、實驗內容 3.1 對稱加密 3.2 散列函數 3.3 非對稱加密 3.4 數字簽名 3.5 證書 4、實驗結果與分析 4.1 對稱加密 4.2 散列函數 4.3 非對稱加密 4.4 數字簽名 4.5 證書 5、實驗小結 5.1 問題與解決辦法&#xff1a; 5.2 心得體…

MySQL(157)如何分析和優化存儲過程?

分析和優化存儲過程是數據庫性能優化的重要環節。通過對存儲過程進行分析和優化&#xff0c;可以提高數據庫操作的執行效率&#xff0c;減少資源消耗&#xff0c;改善系統整體性能。以下是詳細的步驟和代碼示例&#xff0c;介紹如何分析和優化 MySQL 存儲過程。 一、分析存儲過…

基于深度學習的胸部 X 光圖像肺炎分類系統(一)

本文先重點介紹了過采樣的原理是實現。 由于醫學數據相對缺乏&#xff0c;過采樣是解決數據問題的方法之一。 后續寫一篇搭建神經網絡的說明 目錄 概述 導入必要的庫 數據加載和預處理函數 處理樣本不均衡函數 構建改進的 CNN 模型函數 主函數 數據生成器generator&…

【PGCCC】在 Postgres 中構建復制安全的 LSM 樹

在原生 Postgres 實現中&#xff0c;全文搜索由B 樹或GIN&#xff08;廣義倒排索引&#xff09;結構支持。這些索引針對相對快速的查找進行了優化&#xff0c;但受限于 B 樹的寫入吞吐量。 當我們構建pg_searchPostgres 搜索和分析擴展時&#xff0c;我們的優先級有所不同。為了…

架構如鐘擺:在變與不變之間優雅平衡

在當今數字轉型浪潮中&#xff0c;企業在“快速創新”與“長期穩定”之間反復拉扯。是否應該重建所有架構以適應AI&#xff1f;又是否該死守傳統系統確保安全與合規&#xff1f;在The Open Group阿姆斯特丹峰會上&#xff0c;凱捷全球 CTO Ron Tolido 借用了一個極具畫面感的比…

LLM中的位置嵌入矩陣(Position Embedding Matrix)是什么

LLM中的位置嵌入矩陣(Position Embedding Matrix)是什么 在大語言模型(LLM)中,位置嵌入矩陣(Position Embedding Matrix) 是用來表示輸入序列中每個詞的位置信息的矩陣。它的核心作用是:讓模型能夠區分“相同詞在不同位置的語義差異”(比如“貓喜歡魚”中的“貓”和“…