目录
第一题:二分查找
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果 target 存在返回下标,否则返回 -1。
你必须编写一个具有 O(log n) 时间复杂度的算法。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
提示:
你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。
解1,区间左闭右开情况[ ):
c++
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size();
while(left < right){
int middle = (left+right)/2;
if( target < nums[middle]){
right = middle;
}
else if( target > nums[middle]){
left = middle + 1;
}
else{
return middle;
}
}
return -1;
}
};
解2,区间左闭右闭情况[ ]:
c++
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size() - 1; // -1
while(left <= right){
int middle = (left+right)/2;
if( target < nums[middle]){
right = middle - 1; // -1
}
else if( target > nums[middle]){
left = middle + 1;
}
else{
return middle;
}
}
return -1;
}
};
原因(左闭右闭区间):
因为 nums[middle] 已经和 target 比较过了 ------ 既然 target < nums[middle],说明 nums[middle] 肯定不是目标,后续的有效区间绝对不能包含 middle。
而左闭右闭区间的 right 是「包含在区间内的」,如果不把 right 改成 middle-1,而是直接设为 middle,那么下一轮区间还是会包含 middle(比如当前 middle=2,right=2,区间 [left,2] 仍包含 nums[2]),这就重复检查了无效元素,甚至可能导致死循环。
举个例子:nums = [1,3,5],target=0(比所有元素小):
初始 left=0,right=2(正确的左闭右闭初始值),middle=1,nums[1]=3>0 → right=1-1=0。
下一轮 left=0,right=0,middle=0,nums[0]=1>0 → right=0-1=-1。
循环结束(left>right),返回 -1,逻辑正确。
左闭右开区间:为什么不需要减 1?
如果换成左闭右开区间 [left, right),逻辑要整体调整,核心是「right 本身不包含在有效区间内」:
初始 right = nums.size() → 正确(因为 nums[size] 越界,刚好符合「右开」的不包含特性)。
循环条件 left < right → 符合左闭右开:当 left == right 时,[left, right) 是空区间(没有元素),无需检查。
重点:target < nums[middle] 时,right = middle(不需要减 1)。
原因(左闭右开区间):
同样,nums[middle] 已经确定不是目标,但左闭右开区间的 right 是「不包含在区间内的」。把 right 设为 middle,意味着下一轮的有效区间是 [left, middle)------ 这个区间自然就排除了 nums[middle](因为 middle 是右边界,不包含),完全符合需求。
举个例子:nums = [1,3,5],target=0(左闭右开):
初始 left=0,right=3,middle=1,nums[1]=3>0 → right=1(无需减 1)。
下一轮 left=0,right=1,middle=0,nums[0]=1>0 → right=0。
循环结束(left==right),返回 -1,逻辑正确。

第二题:移除元素
给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。
假设 nums 中不等于 val 的元素数量为 k,要通过此题,您需要执行以下操作:
更改 nums 数组,使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
返回 k。
用户评测:
评测机将使用以下代码测试您的解决方案:
int[] nums = [...]; // 输入数组
int val = ...; // 要移除的值
int[] expectedNums = [...]; // 长度正确的预期答案。
// 它以不等于 val 的值排序。
int k = removeElement(nums, val); // 调用你的实现
assert k == expectedNums.length;
sort(nums, 0, k); // 排序 nums 的前 k 个元素
for (int i = 0; i < actualLength; i++) {
assert nums[i] == expectedNums[i];
}
如果所有的断言都通过,你的解决方案将会 通过。
示例 1:
输入:nums = [3,2,2,3], val = 3
输出:2, nums = [2,2,_,_]
解释:你的函数函数应该返回 k = 2, 并且 nums 中的前两个元素均为 2。
你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。
示例 2:
输入:nums = [0,1,2,2,3,0,4,2], val = 2
输出:5, nums = [0,1,4,0,3,_,_,_]
解释:你的函数应该返回 k = 5,并且 nums 中的前五个元素为 0,0,1,3,4。
注意这五个元素可以任意顺序返回。
你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。
提示:
0 <= nums.length <= 100
0 <= nums[i] <= 50
0 <= val <= 100
这是两个for循环的暴力解法,时间复杂度:O(n^2):

这是双指针解法,时间复杂度:O(n):

利用双指针,fast快指针,去找该放入新的数组的数值。slow慢指针,指向数组开始的下标。
这个for循环控制fast一直走,for循环里条件判断slow是否跟上一起走,妙~
c++
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int fast,slow;
slow = 0;
for(fast = 0; fast < nums.size() ; fast++){
if(nums[fast]!=val){
nums[slow] = nums[fast];
slow++;
}
}
return slow;
}
};
第三题:有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]
示例 2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
提示:
1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 已按 非递减顺序 排序
进阶:
请你设计时间复杂度为 O(n) 的算法解决本问题
这里说的非递减顺序我按递增顺序理解,这里就是两头互相比较,因为这个题肯定是有负数的,所以两头大。如果没有这题用双指针也没啥意义。

这题没看题解之前,也就是注释部分,开始用的push_back()但是要的是升序,所以后面我用的是results.insert(results.begin(),nums[i]*nums[i]);来存入比较获胜的新数组,测下来比用变量k去控制存储到新数组,慢了数倍,尽量不用封装函数。
c++
class Solution {
public:
vector<int> sortedSquares(vector<int>& nums) {
vector<int> results(nums.size(), 0);
int k = nums.size()-1;
for(int i = 0,j = nums.size()-1;i<=j;){
if(nums[i]*nums[i] > nums[j]*nums[j]){
//results.insert(results.begin(),nums[i]*nums[i]);
results[k--] = nums[i] * nums[i];
i++;
}else{
//results.insert(results.begin(),nums[j]*nums[j]);
results[k--] = nums[j] * nums[j];
j--;
}
}
return results;
}
};