笔者这些天终于达成了只狼的全成就,甚是欢喜。然而乐极生悲,最近做了些算法题,竟没有一道靠自己做出来。

感觉算法题常常用到"双指针法"呢......为什么到现在我还是做不出来这些算法题......

今天就来试着总结一下它的使用场景吧。
快慢指针法
又名为"同向指针",常见于"原地修改数组"的情况。LeetCode.283的移动零就需要通过快慢指针来实现。

题目要求将数组中所有的0移动到末尾。但是我们习惯于数组中数据前移的操作,所以我们将问题转换为"将非零数据前移并在末尾填充0"。
而快慢指针天然适用于这种场景:快指针跳过无用数据快速遍历,慢指针从头到尾依次递增方便数据覆盖。简单来说就是快指针的元素覆盖慢指针的元素。
这样一来,前移时,一个指针存放需要前移的元素(快指针),一个指针存放需要被覆盖的位置(慢指针)。最后快指针到达终点时,慢指针未遍历的元素数量就是快指针跳过的元素数量。

这里以LeetCode.80删除有序数组中的重复项为例。

不同于LeetCode.26的元素只出现一次,这里需要能够存放两个元素。那么对于这种原地修改数组的问题,我们依旧采用前指针覆盖后指针的策略。对于第26题,后指针作为被覆盖的元素,其移动受制于前指针是否发现新的不重复元素。而80题的后指针移动,不光受制于元素的不重复,也受制于后指针的前面是否够两个重复元素,如果有,就覆盖(始终从后指针的角度考虑,那些元素该保留,那些元素该被覆盖)。
cpp
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
int x = 0;
int y = 0;
while(y < nums.size()){
if(y <= 1){
++x;
}
//因为元素有序,通过x-2判断同时保证了元素成功前移
else if(y > 1 && nums[x-2] != nums[y]){
nums[x] = nums[y];
++x;
}
++y;
}
return x;
}
};
相向指针法
两指针对向行驶,常见于"反转元素"的情况。LeetCode.345的反转元音字母。如果用while迭代的话,在处理完后记得让指针继续行驶。

相向指针法也常常会与"贪心算法"的思想结合。常常作为条件来判断指针移动的时机。经典的是"盛水体积"问题,每次选择最短的木板移动。因为我们确定,局部的选择短板移动最终促成整体能够找到体积最大的状态(移动长板必定变小)。

这里以LeetCode.680验证回文串为例,题目要求最多删除一个字符,其能够成为回文串。这种对称的结构天然适合对向指针,只要两边一样就让两个指针行驶。

但如果两边字符不一样呢?最多删除一次的限制,我们应该考虑怎样的局部最优解能最终得出回文串。此时,若删除字符后剩余的字符串是回文串即可,那最终就是回文串。
cpp
class Solution {
public:
bool validPalindrome(string s) {
int left = 0;
int right = s.size() - 1;
bool canChange = true;
while(left < right){
if(s[left] == s[right]){
++left;
--right;
}else{
//两端不一样时,需要查看两种删除的情况
return check(s, left + 1, right) || check(s, left, right - 1);
}
}
//到最后就是普通回文串的情况
return true;
}
//新建函数判断普通的回文串
bool check(string s, int left, int right){
for(int i = left, j = right; i < j; ++i, --j){
if(s[i] != s[j]){
return false;
}
}
return true;
}
};
但还有一种情况是需要我们先转化之后再使用对向指针的类型。比如经典的三数之和。

如果是两数之和的话,可以直接使用双指针解开。按照这个思路,三数之和的话,固定一个数,那么剩余就是两数之和等于这个数的负数的问题。就这样继续用双指针。
cpp
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> vec;
sort(nums.begin(), nums.end());
for(int i = 0; i < nums.size() - 2 && nums[i] <= 0; i++){
if(i > 0 && nums[i] == nums[i - 1]){
continue;
}
int left = i + 1;
int right = nums.size() - 1;
int target = -nums[i];
while(left < right){
//去重
if(left > i + 1 && nums[left] == nums[left - 1]){
++left;
continue;
}
int sum = nums[left] + nums[right];
if(sum == target){
vec.push_back({nums[i], nums[left], nums[right]});
++left;
--right;
}else if(sum < target){
++left;
}else{
--right;
}
}
}
return vec;
}
};
还有LeetCode.42的接雨水问题,这类问题的输出总是与两端元素的变化有关系,就需要考虑使用相向指针法解决。
滑动窗口
滑动窗口是一种较为特殊的同向指针,它通过两个指针来维护一个窗口,这个"窗口"通常是具有某种性质的连续元素或子串。
比较经典的就是无重复字符串的最长子串。前后指针从起点出发,前指针用于扩展窗口,并每次检测窗口"无重复字符"的性质是否改变。后指针用于收缩窗口,当字符开始出现重复,则进行收缩,当性质满足时,继续前指针扩展。这样一来,便可以遍历所有无重复字符的子串。
cpp
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int left = 0;
int right = 0;
int length = 0;
int maxLength = 0;
vector<char> chars;
bool skip = false;
while(right < s.size()){
char cur = s[right];
for(auto c : chars){
if(c == cur){
//删除第一个元素
chars.erase(chars.begin());
++left;
length = right - left;
skip = true;
//这里的continue对for起作用,不对while起作用
break;
}
}
if(skip){
skip = false;
continue;
}
chars.push_back(cur);
++right;
length = right - left;
if(length > maxLength){
maxLength = length;
}
}
return maxLength;
}
};
需要注意的是,for中的continue不对外部的while起作用。

现在以这道简单题为例,写一下滑动窗口的解法。
cpp
class Solution {
public:
double findMaxAverage(vector<int>& nums, int k) {
int left = 0;
int right = k - 1;
int sum = 0;
for(int i = 0; i < k; i++){
sum += nums[i];
}
int maxSum = sum;
while(right + 1 < nums.size()){
int newSum = sum - nums[left] + nums[right + 1];
if(newSum > maxSum){
maxSum = newSum;
}
sum = newSum;
++left;
++right;
}
return (double)maxSum/k;
}
};
小结
这便是双指针的3种常见使用方式。

如有补充交流欢迎留言,我们下次再见~