草庐IT

双指针算法

塔塔开!!! 2023-06-08 原文

文章目录


双指针算法

1.基本介绍

严格的来说,双指针只能说是是算法中的一种技巧。

双指针指的是在遍历对象的过程中,不是普通的使用单个指针进行访问,而是使用两个相同方向(快慢指针)或者相反方向(对撞指针)的指针进行扫描,从而达到相应的目的。最常见的双指针算法有两种:一种是,在一个序列里边,用两个指针维护一段区间;另一种是,在两个序列里边,一个指针指向其中一个序列,另外一个指针指向另外一个序列,来维护某种次序。

2.模板

for (int i = 0, j = 0; i < n; i ++ )  // j从某一位置开始,不一定是0
{
    while (j < i && check(i, j)) j ++ ;

    // 具体问题的逻辑
}
常见问题分类:
    (1) 对于一个序列,用两个指针维护一段区间,比如快排的划分过程
    (2) 对于两个序列,维护某种次序,比如归并排序中合并两个有序序列的操作

双指针算法的核心思想(作用):优化

在利用双指针算法解题时,考虑原问题如何用暴力算法解出,观察是否可构成单调性,若可以,就可采用双指针算法对暴力算法进行优化.

当我们采用朴素的方法即暴力枚举每一种可能的情况,时间复杂度为O(n*n)

    for(int i = 0; i < n; i++){
        for(int j = 0; j < n; j++){
            //具体逻辑
        }
    }

而当我们使用双指针算法时通过某种性质就可以将上述O(n*n)的操作优化到O(n)

暴力算法和它优化后的双指针算法有什么区别:

由于具有某种单调性,朴素算法往往能优化为双指针算法。

区别:

  • 朴素算法每次在第二层遍历的时候,是会从新开始(j会回溯到初始位置),然后再遍历下去。(假设i是终点,j是起点)
  • 双指针算法:由于具有某种单调性,每次在第二层遍历的时候,不需要回溯到初始位置(单调性),而是在满足要求的位置继续走下去或者更新掉。

3.例题

例题01、

先看这样一个例子:输入一个字符每个子串之间有一个空格,让你输出每一个空格后的子串。

输入

abc def hij

输出

abc
def
hij

【参考代码】

#include<iostream>
#include<string>

using namespace std;

int main()
{
    string str;
    getline(cin, str);
    int n = str.size();
    
    for(int i = 0; i < n; i++)
    {
        int j = i;
        
        while(str[j] != ' ') j++;
        
        // cout<<j;
        for(int k = i; k < j; k++) cout<<str[k];
        cout<<endl;
        
        i = j; //循环体执行完后for()中的i才 i++即,下一次开始时 i就到了上一次空格(位置j)的下一位 
    }
    return 0;
}

例题02、

【AcWing 799. 最长连续不重复子序列 】

给定一个长度为 n 的整数序列,请找出最长的不包含重复的数的连续区间,输出它的长度。

输入格式

第一行包含整数 n。

第二行包含 n 个整数(均在 0∼105 范围内),表示整数序列。

输出格式

共一行,包含一个整数,表示最长的不包含重复的数的连续区间的长度。

数据范围

1≤n≤105

输入样例:

5
1 2 2 3 5

输出样例:

3

思路:

使用双指针算法,根据观察发现,当使用i,j两个快慢指针表示当前的指针移动到i的最长不重复序列时候,具有单调性,即i向后移动,j必然向右或者不动,不可能向左移动,这一单调性质导致可以使用双指针算法。(当你出现重复时若j还向左移动,那序列必然还有重复,这就矛盾了!)
在双指针算法中,一个指针扫描整个数组而移动,关键如何找到对应的另一个指针移动的位置,在本题中,我们定义i为块指针,j为慢指针,j的位置定义为i对应的最长不重复序列的j的位置,因为不重复,i和j元素都不重复,出现次数都为一,因此我们使用一个数组s来记录各个元素出现的次数,i,j不断移动,数组及时更新,每次i更新,便更新j确保(j,i)区间元素都只出现一次,代码如下

【参考代码】

#include<iostream>

using namespace std;
const int N = 100000+10;
int a[N],s[N];// s[N]用来记录数据出现的次数
int main()
{
    int n;
    cin>>n;
    int res = 0;
    for(int i = 0; i < n; i++) cin>>a[i];
    
    for(int i = 0, j = 0; i < n; i++)
    {
        // 注意:j = 0不能拿下来,不然每次又是从0开始了!
        s[a[i]]++; // 记录数值a[i]出现的次数
        // i快指针,j 慢指针
        while(j <= i && s[a[i]] > 1) // 若出现重复的数值。j <= i不要也行
        {
            s[a[j]]--; 
            j++;
        }
        //更新的不包含重复的数的连续区间的最大长度
         res = max(res, i - j +1);
    }
    cout<<res;
    return 0;
}

图解辅助理解:

例题03、

【acwing 800.数组元素的目标和】

给定两个升序排序的有序数组 A 和 B,以及一个目标值 xx。

数组下标从 0开始。

请你求出满足 A[i]+B[j]=x 的数对 (i,j)(i,j)。

数据保证有唯一解。

输入格式

第一行包含三个整数n,m,x,分别表示 A 的长度,B 的长度以及目标值 x。

第二行包含 n 个整数,表示数组 A。

第三行包含 m 个整数,表示数组 B。

输出格式

共一行,包含两个整数 i 和 j。

数据范围

数组长度不超过 105。
同一数组内元素各不相同。
1≤数组元素≤109

输入样例

4 5 6
1 2 4 7
3 4 6 8 9

输出样例

1 1

【暴力做法】O(n*n)

#include<iostream>

using namespace std;

const int N = 100000+10;
int a[N],b[N];

int main()
{
    int n,m,x;
    cin>>n>>m>>x;
    
    for(int i = 0; i < n; i++) scanf("%d",&a[i]);
    for(int i = 0; i < m; i++) scanf("%d",&b[i]);
    
    for(int i = 0; i < n; i++){
        for(int j = 0; j < m; j++){
            if(a[i]+b[j] == x)
            {
                cout<<i<<" "<<j<<endl;
            }
        }
    }
    
    return 0;
}

【双指针算法】O(n + m)

思路:

  • 双指针算法的核心思想是优化,因此可以先写出暴力做法
  • 寻找单调性,双指针算法进行优化

通过暴力法我们可以知道,对于每一个i都想找到一个j使得a[i]+b[j]==x由于两段序列都是单调递增的,具有单调性,因此我们可以用双指针算法进行优化。

我们让j从m-1位置开始(从右往左扫描),根据单调性,一旦a[i] + b[j] > x,当前i位置的下一个a[i]:必定会有a[i] + b[j] > x,那么j就左移j--。当出现a[i] + b[j] == x时输出结果即可。注:j是从下标m-1位置开始往左移的,即还要满足j>=0

#include<iostream>

using namespace std;

const int N = 100000+10;
int a[N],b[N];

int main()
{
    int n,m,x;
    cin>>n>>m>>x;
    
    for(int i = 0; i < n; i++) scanf("%d",&a[i]);
    for(int i = 0; i < m; i++) scanf("%d",&b[i]);
    
    for(int i = 0, j = m - 1; i < n; i++)
    {
   
        while(j >= 0 && a[i] + b[j] > x) j--;
        if(a[i] + b[j] == x)
        {
            printf("%d %d\n", i, j);
            break;
        }       
    }
    
    return 0;
}

例题04、

【acwing 2816. 判断子序列】

给定一个长度为 n 的整数序列 a1,a2,…,an 以及一个长度为 m 的整数序列 b1,b2,…,bm。

请你判断 a 序列是否为 b 序列的子序列。

子序列指序列的一部分项按原有次序排列而得的序列,例如序列 {a1,a3,a5} 是序列 {a1,a2,a3,a4,a5} 的一个子序列。

输入格式

第一行包含两个整数 n,m。

第二行包含 n 个整数,表示 a1,a2,…,an。

第三行包含 m 个整数,表示 b1,b2,…,bm。

输出格式

如果 a 序列是 b 序列的子序列,输出一行 Yes

否则,输出 No

数据范围

1≤n≤m≤1051≤n≤m≤105,
−109≤ai,bi≤109−109≤ai,bi≤109

输入样例:

3 5
1 3 5
1 2 3 4 5

输出样例:

3 5
1 3 5
1 2 3 4 5

思路:

  1. 判断子序列,顺次判断!
  2. j指针用来扫描整个b数组,i指针用来扫描a数组。若发现a[i]==b[j],则让i指针后移一位。
  3. 整个过程中,j指针不断后移,而i指针只有当匹配成功时才后移一位,若最后若i==n,则说明匹配成功。

【参考代码】

#include<iostream>

using namespace std;
const int N = 100000+10;
int a[N],b[N];
int main()
{
    int n,m;
    scanf("%d%d", &n, &m);
    for(int i = 0; i < n; i++) scanf("%d",&a[i]);
    for(int i = 0; i < m; i++) scanf("%d",&b[i]);
    
    
    int i = 0, j = 0;
    while(i < n && j < m)
    {
        //i只有在匹配成功时才往后移动一位,而j在整个过程中要不断扫描
        if(a[i] == b[j])
        {
            i++;
            j++;
        }
        else j++;
    }
    // 最后i == n说明匹配成功
    if(i == n) puts("Yes");
    else puts("No");

    return 0;
}

上述14~24行代码也可以改成:

    //j在整个过程中要不断扫描,而i只有在匹配成功时才往后移动一位
    int i = 0;
    for(int j = 0; j < m; j++)
    {
        if(i < n && a[i] == b[j]) i++;
    }

【总结】

针对板子里while什么情况下使用?

当我们遇到像 AcWing 799.最长连续不重复子序列,AcWing 800.数组元素的目标和 这种问题,我们需要先固定一个指针,然后另一个指针去连续的判断一段区间,需要while()循环。换句话说,while()循环用来解决连续一段区间的判断问题,而这道题中我们需要对a数组和b数组的每一位,逐位去进行比较判断,j指针不断后移,而i指针只有当匹配成功时才后移一位,它不是连续一段区间的判断。

更重要的还是灵活变通!

例题05、

【acwing 32. 调整数组顺序使奇数位于偶数前面】

输入一个整数数组,实现一个函数来调整该数组中数字的顺序。

使得所有的奇数位于数组的前半部分,所有的偶数位于数组的后半部分。

样例

输入:[1,2,3,4,5]

输出: [1,3,5,2,4]

思路:类似于快速排序的划分过程

题目要求:调整数组顺序使奇数位于偶数前面。

  1. 前段:定义i指针从头开始遍历扫描,如果是奇数则指针右移i++,一旦出现偶数则停止
  2. 后段:定义j指针,从右往左遍历扫描,如果是偶数则指针左移j--,一旦出现奇数则停止
  3. i < j情况下交换停止时的奇偶数,然后接着下一次循环,直到i=j时循环结束

【参考代码】

class Solution {
public:
    void reOrderArray(vector<int> &array) {
    
         int i = 0, j = array.size() - 1;
         while(i < j)
         {
         while(i < j && array[i] % 2 == 1) i++;
         while(i < j && array[j] % 2 == 0) j--;
         if(i < j) swap(array[i], array[j]);
         }
         
    }
};

总结

运用双指针算法时不仅仅要找到某种性质(解题的关键——单调性),同时也别忘了指针i、j的范围已经更新问题!

参考学习:acwing算法基础课

有关双指针算法的更多相关文章

  1. 区块链之加解密算法&数字证书 - 2

    目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息,信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同,算法可以分为对称加密、非对称加密、对称加密和非

  2. ruby 变量作为同一对象(指针?) - 2

    >>a=5=>5>>b=a=>5>>b=4=>4>>a=>5如何将“b”设置为实际的“a”,以便在示例中,变量a也将变为4。谢谢。 最佳答案 classRefdefinitializeval@val=valendattr_accessor:valdefto_s@val.to_sendenda=Ref.new(4)b=aputsa#=>4putsb#=>4a.val=5putsa#=>5putsb#=>5当您执行b=a时,b指向与a相同的对象(它们具有相同的object_id).当你执行a=some_other_thing时,a将指向

  3. 100个python算法超详细讲解:画直线 - 2

    1.问题描述使用Python的turtle(海龟绘图)模块提供的函数绘制直线。2.问题分析一幅复杂的图形通常都可以由点、直线、三角形、矩形、平行四边形、圆、椭圆和圆弧等基本图形组成。其中的三角形、矩形、平行四边形又可以由直线组成,而直线又是由两个点确定的。我们使用Python的turtle模块所提供的函数来绘制直线。在使用之前我们先介绍一下turtle模块的相关知识点。turtle模块提供面向对象和面向过程两种形式的海龟绘图基本组件。面向对象的接口类如下:1)TurtleScreen类:定义图形窗口作为绘图海龟的运动场。它的构造器需要一个tkinter.Canvas或ScrolledCanva

  4. ruby - 在 Ruby 中实现 Luhn 算法 - 2

    我一直在尝试用Ruby实现Luhn算法。我一直在执行以下步骤:该公式根据其包含的校验位验证数字,该校验位通常附加到部分帐号以生成完整帐号。此帐号必须通过以下测试:从最右边的校验位开始向左移动,每第二个数字的值加倍。将乘积的数字(例如,10=1+0=1、14=1+4=5)与原始数字的未加倍数字相加。如果总模10等于0(如果总和以零结尾),则根据Luhn公式该数字有效;否则无效。http://en.wikipedia.org/wiki/Luhn_algorithm这是我想出的:defvalidCreditCard(cardNumber)sum=0nums=cardNumber.to_s.s

  5. Ruby 斐波那契算法 - 2

    下面是我写的一个计算斐波那契数列中的值的方法:deffib(n)ifn==0return0endifn==1return1endifn>=2returnfib(n-1)+(fib(n-2))endend它工作到n=14,但在那之后我收到一条消息说程序响应时间太长(我正在使用repl.it)。有人知道为什么会这样吗? 最佳答案 Naivefibonacci进行了大量的重复计算-在fib(14)fib(4)中计算了很多次。您可以将内存添加到您的算法中以使其更快:deffib(n,memo={})ifn==0||n==1returnnen

  6. ruby-on-rails - Rails add_index 算法 : :concurrently still causes database lock up during migration - 2

    为了防止在迁移到生产站点期间出现数据库事务错误,我们遵循了https://github.com/LendingHome/zero_downtime_migrations中列出的建议。(具体由https://robots.thoughtbot.com/how-to-create-postgres-indexes-concurrently-in概述),但在特别大的表上创建索引期间,即使是索引创建的“并发”方法也会锁定表并导致该表上的任何ActiveRecord创建或更新导致各自的事务失败有PG::InFailedSqlTransaction异常。下面是我们运行Rails4.2(使用Acti

  7. ruby - 趋势算法 - 2

    我正在开发一个类似微论坛的项目,其中一个特殊用户发布一条快速(接近推文大小)的主题消息,订阅者可以用他们自己的类似大小的消息来响应。直截了当,没有任何形式的“挖掘”或投票,只是每个主题消息的响应按时间顺序排列。但预计会有很高的流量。我们想根据它们引起的响应嗡嗡声来标记主题消息,使用0到10的等级。在谷歌上搜索了一段时间的趋势算法和开源社区应用示例,到目前为止已经收集到两个有趣的引用资料,但我还没有完全理解它们:Understandingalgorithmsformeasuringtrends,关于使用基线趋势算法比较维基百科页面浏览量的讨论,在SO上。TheBritneySpearsP

  8. Ruby - 不支持的密码算法 (AES-256-GCM) - 2

    我收到错误:unsupportedcipheralgorithm(AES-256-GCM)(RuntimeError)但我似乎具备所有要求:ruby版本:$ruby--versionruby2.1.2p95OpenSSL会列出gcm:$opensslenc-help2>&1|grepgcm-aes-128-ecb-aes-128-gcm-aes-128-ofb-aes-192-ecb-aes-192-gcm-aes-192-ofb-aes-256-ecb-aes-256-gcm-aes-256-ofbRuby解释器:$irb2.1.2:001>require'openssl';puts

  9. java实现Dijkstra算法 - 2

    文章目录一.Dijkstra算法想解决的问题二.Dijkstra算法理论三.java代码实现一.Dijkstra算法想解决的问题解决的问题:求解单源最短路径,即各个节点到达源点的最短路径或权值考察其他所有节点到源点的最短路径和长度局限性:无法解决权值为负数的情况二.Dijkstra算法理论参数:S记录当前已经处理过的源点到最短节点U记录还未处理的节点dist[]记录各个节点到起始节点的最短权值path[]记录各个节点的上一级节点(用来联系该节点到起始节点的路径)Dijkstra算法步骤:(1)初始化:顶点集S:节点A到自已的最短路径长度为0。只包含源点,即S={A}顶点集U:包含除A外的其他顶

  10. 对于体育新闻中文文本关键字提取有哪些关键字提取算法及其步骤 - 2

    对于体育新闻中文文本的关键字提取,常用的算法包括TF-IDF、TextRank和LDA等。它们的基本步骤如下:1.TF-IDF算法: -将文本进行分词和词性标注处理。-统计每个词在文本中的词频(TF)。-计算每个词在整个语料库中出现的文档频率(DF)和逆文档频率(IDF)。-计算每个词的TF-IDF值,并按照值的大小进行排序,选择排名前几的词作为关键字。2.TextRank算法:-将文本进行分词和词性标注处理。-将分词结果转化成图模型,每个词语为节点,根据词语之间的共现关系建立边。-对图模型进行迭代计算,计算每个节点的PageRank值,表示该节点的重要性。-选择排名前几的节点作为关键字。3.

随机推荐