Leetcode 189 轮转数组

leetcode 189 轮转数组

题目

给定一个整数数组 nums,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。

示例 1:

输入: nums = 1,2,3,4,5,6,7, k = 3

输出: 5,6,7,1,2,3,4

解释:

向右轮转 1 步: 7,1,2,3,4,5,6

向右轮转 2 步: 6,7,1,2,3,4,5

向右轮转 3 步: 5,6,7,1,2,3,4

示例 2:

输入:nums = -1,-100,3,99, k = 2

输出:3,99,-1,-100

解释:

向右轮转 1 步: 99,-1,-100,3

向右轮转 2 步: 3,99,-1,-100

https://leetcode.cn/problems/rotate-array/description/

解法一

思路:创建新数组,依次拷贝原数组的元素到新数组,注意下标的转换

时间复杂度:遍历两次,O(n)

空间复杂度:使用了新数组res,O(n)

java 复制代码
class Solution {
    public void rotate(int[] nums, int k) {
        // 方法1:新数组,保存到新数组的正确位置
        // i -> (i+k)%n
        int n = nums.length;
        int[] res = new int[n];
        for (int i = 0; i < n; i++) {
            res[(i+k)%n] = nums[i];
        }
        for (int j = 0; j < n; j++) {
            nums[j] = res[j];
        }
    }  
}

解法二

思路:三次翻转

时间复杂度:三次翻转一共2N次,时间复杂度O(n)

空间复杂度:没有使用额外数组,O(1)

java 复制代码
class Solution {
    public void rotate(int[] nums, int k) {
        // 方法二:假设数组长度为n,按照下面步骤紧张翻转:
        // 全部数组轮转 [0, n-1],[1234567]->[7654321]
        // 前半部分翻转:[0, k-1], [7654321]->[5674321]
        // 后半部分翻转:[k, n-1], [5674321]->[5671234]
        int n = nums.length;
        k = k % n;
        reverse(nums, 0, n-1);
        reverse(nums, 0, k-1);
        reverse(nums, k, n-1);
    }

    void reverse(int[] nums, int start, int end) {
        while (start < end) {
            int temp = nums[start];
            nums[start] = nums[end];
            nums[end] = temp;
            start++;
            end--;
        }
    }
        
}
相关推荐
Y幽谷客4 分钟前
图像识别入门习题整理
算法
夜郎king7 分钟前
基于 Java + Playwright 实现网站自动访问与数据采集(以腾讯云开发者社区为例)
java·playwright·网页数据获取
Anastasiozzzz11 分钟前
重新定义 Agent 基建:Redis 在现代 AI 与智能体系统中的工程实践
java·人工智能·redis·ai
careathers14 分钟前
【数据结构】队列
java·数据结构
步行cgn18 分钟前
Spring 通过 factory-method 实例化 Bean 详解与常见错误排查
java·后端
lv__pf18 分钟前
seata【实战 msb】
java·开发语言·后端
点纭19 分钟前
C 语言 第七章 常用函数(3)
c语言·开发语言·算法·oracle·c#
cxoptics36 分钟前
偏振片(起偏器/检偏器)怎么区分?
java
β添砖java42 分钟前
机器学习2 KNN算法、距离度量、特征预处理、超参数选择、手写数字、鸢尾花
人工智能·算法·机器学习
TAN-90°-1 小时前
Deep Learning for Computer Vision——Generative Models 2
人工智能·深度学习·神经网络·算法·目标检测·机器学习·计算机视觉