https://leetcode-cn.com/problems/remove-duplicates-from-sorted-array-ii/
给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素最多出现两次,返回移除后数组的新长度。
不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。
示例 1:
给定 nums = [1,1,1,2,2,3],
函数应返回新长度 length = 5, 并且原数组的前五个元素被修改为 1, 1, 2, 2, 3 。
你不需要考虑数组中超出新长度后面的元素。
示例 2:
给定 nums = [0,0,1,1,1,1,2,3,3],
函数应返回新长度 length = 7, 并且原数组的前五个元素被修改为 0, 0, 1, 1, 2, 3, 3 。
你不需要考虑数组中超出新长度后面的元素。
说明:
为什么返回数值是整数,但输出的答案是数组呢?
请注意,输入数组是以“引用”方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
// nums 是以“引用”方式传递的。也就是说,不对实参做任何拷贝
int len = removeDuplicates(nums);
// 在函数里修改输入数组对于调用者是可见的。
// 根据你的函数返回的长度, 它会打印出数组中该长度范围内的所有元素。
for (int i = 0; i < len; i++) {
print(nums[i]);
}
- 双指针
- 阿里
- 百度
- 字节
”删除排序“类题目截止到现在(2020-1-15)一共有四道题:
这道题是26.remove-duplicates-from-sorted-array 的进阶版本,唯一的不同是不再是全部元素唯一,而是全部元素不超过 2 次。实际上这种问题可以更抽象一步,即“删除排序数组中的重复项,使得相同数字最多出现 k 次” 。 那么这道题 k 就是 2, 26.remove-duplicates-from-sorted-array 的 k 就是 1。
上一题我们使用了快慢指针来实现,这道题也是一样,只不过逻辑稍有不同。 其实快慢指针本质是读写指针,在这里我们的快指针实际上就是读指针,而慢指针恰好相当于写指针。”快慢指针的说法“便于描述和记忆,“读写指针”的说法更便于理解本质。本文中,以下内容均描述为快慢指针。
- 初始化快慢指针 slow , fast ,全部指向索引为 0 的元素。
- fast 每次移动一格
- 慢指针选择性移动,即只有写入数据之后才移动。是否写入数据取决于 slow - 2 对应的数字和 fast 对应的数字是否一致。
- 如果一致,我们不应该写。 否则我们就得到了三个相同的数字,不符合题意
- 如果不一致,我们需要将 fast 指针的数据写入到 slow 指针。
- 重复这个过程,直到 fast 走到头,说明我们已无数字可写。
图解(红色的两个数字,表示我们需要比较的两个数字):
- 快慢指针
- 读写指针
- 删除排序问题
代码支持: Python, CPP
Python Code:
class Solution:
def removeDuplicates(self, nums: List[int]) -> int:
# 写指针
i = 0
K = 2
for num in nums:
if i < K or num != nums[i-K]:
nums[i] = num
i += 1
return i
CPP Code:
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
int i = 0;
int k = 2;
for (int num : nums) {
if (i < k || num != nums[i - k]) {
nums[i] = num;
i++;
}
}
return i;
}
};
复杂度分析
令 n 为数组长度。
- 时间复杂度:$O(n)$
- 空间复杂度:$O(1)$
基于这套代码,你可以轻易地实现 k 为任意正整数的算法。
正如上面所说,相关题目一共有三道(排除自己)。其中一道我们仓库已经讲到了。剩下两道原理类似,但是实际代码和细节有很大不同,原因就在于数组可以随机访问,而链表不行。 感兴趣的可以做一下剩下的两道链表题。
-
- 删除排序链表中的重复元素 II
-
- 删除排序链表中的重复元素
大家对此有何看法,欢迎给我留言,我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库:https://github.com/azl397985856/leetcode 。 目前已经 37K star 啦。 大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。