标签：nums int res sum length Hot100 数组 Leetcode

普通数组

53. 最大子数组和

方法一：暴力解

依次遍历数组中的每个子数组，进而判断res的最大值

超时

class Solution {
    public int maxSubArray(int[] nums) {
        int res = 0;

        for(int i=0; i<nums.length; i++) {
            int sum = 0;
            for(int j=i; j<nums.length; j++) {
                sum += nums[j];
                res = Math.max(res, sum);
            }
        }

        return res;
    }
}

方法二：贪心算法

贪心算法，保证累加后的结果始终对当前结果存在增益效果即可

sum用于记录前几项的元素和，动态更新；res用于记录最大的元素和，动态更新
求解的关键在于sum值的更新，假设不考虑nums[i]的值，此处仅关注nums[i-1]：
1. 如果nums[i-1]>0，那么对nums[i]均有增益作用
2. 如果nums[i-1]<0，无论nums[i]为正还是负，对nums[i]均无增益作用；例如nums[i-1]=-1,nums[i]=-3，此时，重新累加的值为-3，而叠加后的值却为-4
那么何时应该累加sum？将上述思路扩展至前几项的和sum：如果sum值小于0，则sum再加上nums[i]值会更小，无有增益作用。因此此时sum应从0开始计算。
初始化，res = Integer.MIN_VALUE，sum = 0表示从0开始累加

class Solution {
    public int maxSubArray(int[] nums) {
        int res = Integer.MIN_VALUE;
        int sum = 0;

        for(int i=0; i<nums.length; i++) {
            // 如果 sum<0, 说明前几项无增益作用，重新累计sum
            if(sum<0) {
                sum = 0;
            }
            sum += nums[i];
            res = Math.max(res, sum);
        }

        return res;
    }
}

方法三：动态规划

与上述贪心算法的实现思路似乎比较类似，动态规划问题设计了一个状态转移方程，而贪心算法则侧重于取当前最优方案

状态转移方程：dp[i] = max(dp[i-1]+nums[i], nums[i])，如果加上nums[i]的元素后的值还小于nums[i]，则舍弃之前的元素
优化上述方程，更新时只需要dp[i-1]和dp[i]，因此可采用变量sum进行更新
初始化，res = Integer.MIN_VALUE，sum = 0表示从0开始累加

class Solution {
    public int maxSubArray(int[] nums) {
        int res = Integer.MIN_VALUE;
        int sum = 0;

        for(int i=0; i<nums.length; i++) {
            sum = Math.max(sum+nums[i], nums[i]);
            res = Math.max(res, sum);
        }

        return res;
    }
}

56. 合并区间

先将给定数组按照左边界进行排序，之后依次比较右边界的值，即可确定合并区间。

变量定义：ArrayList<int[]> res存储结果

左边界leftBound，右边界rightBound

注意表达含义：

Arrays.sort(intervals, (a,b) -> Integer.compare(a[0], b[0]));
res.add(new int[]{leftBound, rightBound});这句表述，以leftBound和rightBound为值，构建了一个int[]，并将int[]存入ArrayList<int[]>中
res.toArray(new int[res.size()][]);List的toArray()方法_list.toarray-CSDN博客

class Solution {
    public int[][] merge(int[][] intervals) {
        // 将数组Intervals按照左边界排序，调用compare方法
        Arrays.sort(intervals, (a,b) -> Integer.compare(a[0], b[0]));

        ArrayList<int[]> res = new ArrayList<>();
		
        int leftBound = intervals[0][0];
        int rightBound = intervals[0][1];

        for(int i=1; i<intervals.length; i++) {
            if(intervals[i][0] > rightBound) {
                // 边界不重叠，将结果存入res中，并且同时更新左右边界
                res.add(new int[]{leftBound, rightBound});
                leftBound = intervals[i][0];
                rightBound = intervals[i][1];
            } else {
                // 边界重叠，更新右边界，大中取大
                rightBound = Math.max(rightBound, intervals[i][1]);
            }
        }

        // 上述循环最后一次更新右边界，结果未写入res中，将此次结果插入
        res.add(new int[]{leftBound, rightBound});
        
        return res.toArray(new int[res.size()][]);
    }
}

189. 轮转数组

方法一：模拟

向后移动k位，可利用取余操作(i+k)%len，计算更新后的元素位置
数组复制相关知识：深入解析Java中的数组复制：System.arraycopy、Arrays.copyOf和Arrays.copyOfRange - 知乎 (zhihu.com)

class Solution {
    public void rotate(int[] nums, int k) {
        int len = nums.length;
        // 复制数组int[] nums，到int[] temp
        int[] temp = Arrays.copyOf(nums, len);
        int count = 0;

        for(int i=0; i<len; i++) {
            // 使用取余运算，判断nums中的值
            nums[(i+k) % len] = temp[i];
        }

    }
}

方法二：反转数组

将数组进行三次反转即可，例如：nums = [1,2,3,4,5,6,7], k=3

第一次反转，从0到nums.length-1：nums = [7,6,5,4,3,2,1]
第二次反转，从0到k-1：nums = [5,6,7,4,3,2,1]
第三次反转，从k到nums.length：nums = [5,6,7,1,2,3,4]

class Solution {
    public void rotate(int[] nums, int k) {
        // 注意此处应该取余，处理nums=[1,2], k=3的情况
        k %= nums.length;
        reverse(nums, 0, nums.length-1);
        reverse(nums, 0, k-1);
        reverse(nums, k, nums.length-1);
    }

    private void reverse(int[] nums, int left, int right) {
        while(left < right) {
            int temp = nums[left];
            nums[left] = nums[right];
            nums[right] = temp;
            left++;
            right--;
        }
    }
}

方法三：环状替代

【待补充】

238. 除自身以外数组的乘积

方法一：前缀积 + 后缀积

为了避免重复计算，可将nums[i]的前缀积和后缀积均计算出来，则数组中除nums[i]的乘积则为前缀积 * 后缀积；计算时应注意边界条件

初始化：前缀积leftMul[0] = 1，从左向右计算；后缀积rightMul[nums.length - 1] = 1从右向左计算

class Solution {
    public int[] productExceptSelf(int[] nums) {
        int[] res = new int[nums.length];
        int[] leftMul = new int[nums.length];
        int[] rightMul = new int[nums.length];

        leftMul[0] = 1;
        rightMul[nums.length - 1] = 1;

        // 计算时，最后一个元素不用计算，假如取到最后一个元素，其乘积不用计算自己
        for(int i=0; i<nums.length-1; i++) {
            leftMul[i+1] = leftMul[i] * nums[i];
            // System.out.print(leftMul[i] + ",");
        }

        for(int i=nums.length-1; i>0; i--) {
            rightMul[i-1] = rightMul[i] * nums[i];
            // System.out.print(rightMul[i-1] + ",");
        }

        for(int i=0; i<nums.length; i++) {
            res[i] = leftMul[i] * rightMul[i];
        }

        return res;
    }
}

方法二：优化

上述实现方法中，leftMul和rightMul中的值仅在计算res[]时使用一次，并未重复使用，因此可以直接将计算结果写入res数组中，利用变量R记录后缀积，将空间复杂度从O(n)降为O(1)

class Solution {
    public int[] productExceptSelf(int[] nums) {
        int[] res = new int[nums.length];

        res[0] = 1;

        // 先计算前缀乘积
        for(int i=0; i<nums.length-1; i++) {
            res[i+1] = res[i] * nums[i];
            // System.out.print(res[i+1] + ",");
        }

        // 再乘以后缀乘积
        int R = 1;
        for(int i=nums.length-1; i>=0; i--) {
            res[i] = res[i] * R;
            // 更新后缀乘积
            R *= nums[i];
            // System.out.print(res[i-1] + ",");
        }

        return res;
    }
}

41. 缺失的第一个正数

方法一：HashSet

先将正数放入HashSet中，之后枚举正整数，判断其是否在HashSet中

时间复杂度为O(n)，符合要求；空间复杂度为O(1)，不符合要求

class Solution {
    public int firstMissingPositive(int[] nums) {
        int res = -1;
        HashSet<Integer> set = new HashSet<>();

        // 将nums中符合要求的数放入hashSet中
        for(int i=0; i<nums.length; i++) {
            if(nums[i] > 0) {
                set.add(nums[i]);
            }
        }
		
        // 从1开始遍历，判断哪个i不在hashSet中
        for(int i=1; i<Integer.MAX_VALUE; i++) {
            if(!set.contains(i)) {
                res = i;
                break;
            }
        }

        return res;

    }
}

方法二：置换

class Solution {
    public int firstMissingPositive(int[] nums) {
        int res = -1;

        // 从i开始遍历，一次操作后，nums[i]中元素置换完成
        for(int i=0; i<nums.length; i++) {
            // 只有当元素的值位于[0, nums.length]时才开始交换
            // 并且当交换的值恰好在当前位置时则不进行交换
            while(nums[i]>0 && nums[i]<=nums.length && nums[nums[i]-1] != nums[i]) {
                int temp = nums[nums[i]-1];
                nums[nums[i]-1] = nums[i];
                nums[i] = temp; 
            }
        }

        for(int i=0; i<nums.length; i++) {
            if(nums[i] != i+1) {
                return i+1;
            }
        }

        return nums.length+1;

    }
}

方法三：哈希表

将数组中的非正数修改为N+1
将小于等于N的元素值修改为负数
遍历数组，确定第一个正数的位置

标签：nums,int,res,sum,length,Hot100,数组,Leetcode
From： https://www.cnblogs.com/syr463/p/18383637

【Leetcode_Hot100】普通数组