博客
关于我
27.移除元素
阅读量:646 次
发布时间:2019-03-15

本文共 799 字,大约阅读时间需要 2 分钟。

为了解决这个问题,我们需要在原地移除数组中所有等于给定值的元素,并返回移除后数组的新长度。我们不能使用额外的数组空间,因此必须在原数组上进行操作。

方法思路

我们可以使用双指针法来解决这个问题。快指针遍历数组,遇到不等于目标值的元素时,将其复制到慢指针当前的位置,并前进慢指针。这种方法确保我们在原地修改数组,同时不使用额外的空间,时间复杂度为 O(n),空间复杂度为 O(1)。

解决代码

public class Test {    public int removeElement(int[] nums, int val) {        int i = 0;        for (int j = 0; j < nums.length; j++) {            if (nums[j] != val) {                nums[i] = nums[j];                i++;            }        }        return i;    }    public static void main(String[] args) {        int[] nums = {0,1,2,2,3,0,4,2};        System.out.println(new Test().removeElement(nums, 2));    }}

代码解释

  • 初始化指针:慢指针 i 初始化为 0,用于记录新数组的起始位置。
  • 遍历数组:快指针 j 从 0 开始遍历数组。
  • 检查元素:如果当前元素 nums[j] 不等于目标值 val,则将其复制到 nums[i],然后前进慢指针 i
  • 返回结果:遍历结束后,慢指针 i 的值即为新数组的长度。
  • 这种方法确保我们在原地修改数组,符合题目要求,同时保证了时间和空间上的效率。

    转载地址:http://fxelz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    opencv图像分割2-GMM
    查看>>
    OpenCV(1)读写图像
    查看>>
    OpenCV:概念、历史、应用场景示例、核心模块、安装配置
    查看>>
    Openlayers图文版实战,vue项目从0到1做基础配置
    查看>>
    Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
    查看>>
    Openlayers高级交互(16/20):两个多边形的交集、差集、并集处理
    查看>>
    Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
    查看>>
    openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
    查看>>
    OpenMCU(一):STM32F407 FreeRTOS移植
    查看>>
    OpenMMLab | S4模型详解:应对长序列建模的有效方法
    查看>>
    OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
    查看>>
    OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
    查看>>