（LeetCode-Hot100）283. 移动零

❌|✅|💡|📌 283. 移动零

🔗 问题简介

LeetCode 283. 移动零

题解github地址: https://github.com/swf2020/LeetCode-Hot100-Solutions

📝 题目描述

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。

请注意，你必须在不复制数组的情况下原地对数组进行操作。

---

🧪 示例说明

示例 1：

输入: nums = [0,1,0,3,12]
输出: [1,3,12,0,0]

示例 2：

输入: nums = [0]
输出: [0]

约束条件：

• 1 <= nums.length <= 10⁴
• -2³¹ <= nums[i] <= 2³¹ - 1

---

💡 解题思路

方法一：双指针（最优解）

✅ 核心思想：使用两个指针，一个用于遍历（快指针），一个用于记录非零元素应放置的位置（慢指针）。

步骤详解：

1. 初始化慢指针 slow = 0。
2. 快指针 fast 从 0 遍历到数组末尾：
   • 如果 nums[fast] != 0，则将其赋值给 nums[slow]，并 slow++。
3. 遍历结束后，将 slow 到数组末尾的所有位置置为 0。

💡 这种方法保证了非零元素的相对顺序不变，且只遍历一次数组主体。

---

方法二：交换法（双指针变体）

✅ 核心思想：每当遇到非零元素，就与当前"零区"开头的元素交换。

步骤详解：

1. 初始化指针 j = 0。
2. 遍历数组，当 nums[i] != 0 时：
   • 交换 nums[i] 和 nums[j]
   • j++
3. 遍历结束即完成移动。

💡 此方法无需二次填充 0，但涉及更多写操作（交换 vs 赋值）。

---

方法三：暴力法（不推荐）

❌ 核心思想：每次遇到 0 就将其"冒泡"到末尾。

缺点：

• 时间复杂度高（O(n²)）
• 多次移动相同元素
• 不符合高效要求

📌 结论：仅用于理解问题，实际应避免。

---

💻 代码实现

class Solution {
    // 方法一：双指针 + 填充0
    public void moveZeroes(int[] nums) {
        int slow = 0;
        for (int fast = 0; fast < nums.length; fast++) {
            if (nums[fast] != 0) {
                nums[slow++] = nums[fast];
            }
        }
        // 填充剩余位置为0
        while (slow < nums.length) {
            nums[slow++] = 0;
        }
    }

    // 方法二：交换法（更简洁）
    public void moveZeroesSwap(int[] nums) {
        int j = 0;
        for (int i = 0; i < nums.length; i++) {
            if (nums[i] != 0) {
                int temp = nums[i];
                nums[i] = nums[j];
                nums[j] = temp;
                j++;
            }
        }
    }
}

func moveZeroes(nums []int) {
    // 方法一：双指针 + 填充0
    slow := 0
    for fast := 0; fast < len(nums); fast++ {
        if nums[fast] != 0 {
            nums[slow] = nums[fast]
            slow++
        }
    }
    for slow < len(nums) {
        nums[slow] = 0
        slow++
    }
}

// 方法二：交换法
func moveZeroesSwap(nums []int) {
    j := 0
    for i := 0; i < len(nums); i++ {
        if nums[i] != 0 {
            nums[i], nums[j] = nums[j], nums[i]
            j++
        }
    }
}

---

🎥 示例演示（以 [0,1,0,3,12] 为例）

方法一执行过程：

步骤	fast	nums[fast]	slow	nums（部分）
初始	-	-	0	[0,1,0,3,12]
1	0	0	0	[0,1,0,3,12]
2	1	1 ≠ 0	1	[1,1,0,3,12]
3	2	0	1	[1,1,0,3,12]
4	3	3 ≠ 0	2	[1,3,0,3,12]
5	4	12 ≠ 0	3	[1,3,12,3,12]
填0	-	-	3→5	[1,3,12,0,0] ✅

方法二执行过程：

i	j	操作	nums
0	0	nums[0]=0 → skip	[0,1,0,3,12]
1	0	swap(1,0) → j=1	[1,0,0,3,12]
2	1	nums[2]=0 → skip	[1,0,0,3,12]
3	1	swap(3,1) → j=2	[1,3,0,0,12]
4	2	swap(12,2) → j=3	[1,3,12,0,0] ✅

---

✅ 答案有效性证明

正确性依据：

1. 非零元素顺序不变：两种方法均按原顺序将非零元素依次放置或交换，未改变其相对位置。
2. 所有 0 移至末尾 ：
   • 方法一：显式填充末尾为 0。
   • 方法二：每次非零元素都与最左侧的 0 交换，最终所有 0 被"挤"到右边。
3. 原地操作：仅使用 O(1) 额外空间，满足题目要求。

边界情况验证：

• 全为 0 → 输出全 0 ✅
• 无 0 → 原数组不变 ✅
• 单元素 → 正确处理 ✅

---

📊 复杂度分析

方法	时间复杂度	空间复杂度	写操作次数
双指针+填0	O(n)	O(1)	≤ n（赋值+填0）
交换法	O(n)	O(1)	≤ 2n（每次交换2次写）
暴力法	O(n²)	O(1)	极高

✅ 推荐使用方法一：写操作更少，缓存友好。

---

📌 问题总结

• 关键洞察：利用双指针分离"已处理非零区"和"待处理区"。
• 技巧：慢指针天然记录了非零元素个数，也是后续填 0 的起点。
• 工程启示：在需要"分区"或"过滤"数组时，双指针是高效原地操作的利器。
• 延伸思考：此题可推广为"移动特定值到末尾"，解法通用。

💡 一句话口诀 ：快指针找非零，慢指针放位置，最后补零就搞定！