共计 5885 个字符，预计需要花费 15 分钟才能阅读完成。
前言
上一 part 刚写完二分和滑窗，他们都属于非凡的双指针办法，所以这一 part 间接汇总一下除了非凡的二分和滑窗外的其余双指针写法
这里次要是 快慢指针 和端点指针，解决一些一次遍历搞不掂，多个指针协商干活不累的题目，基本上感觉属于一种解题上的思路，一次不行，我就两次的样子；
所以刷完根底双指针，而后滑窗和二分后，这种思路在今后解题上应该会不定期能冒出来吧；
所以下期学习另外一种解题思路，回溯吧；
注释
双指针在很多罕用的数据结构和算法中，都曾经用到，比方说 链表遍历 过程中，就能够用 双指针找中位数，找环 ；在 二分法 中用到的也是双指针；滑动窗口 ，以及 双滑动窗口 等
所以 双指针 是一个解决问题的思路，当设置一个指针遍历不足以造成对照的时候，能够设置更多的参照指针来服务本人，只是个别状况两个指针足以，所以这种解决思路称为 双指针
快慢指针
比拟常见的双指针模式，个别是快指针走 2 步，慢指针走 1 步，达到一种对照的作用；
解决了形如 链表的中位数 ， 链表有环 等问题；
还有一种是 读写指针，这种也是一个指针 read 先走，而后触发某个条件之后，才会让 write 走，也就造成了快慢的成果；
左右端点指针
最常见的就是二分法，都是设置 l r 指针，而后向两头合拢；所以所有的二分法的应用也是双指针的应用
还有一种就是排好序之后，依据最大值和最小值之间的运算来求值的，这个时候也须要端点指针
找反复值的时候，转换成链表找环 — 快慢指针的变形
在做快慢指针的题目的时候，咋一看题目和快慢指针没有一毛线关系，然而个别都是迭代啊，或者反复值啊什么的，反正就是须要进行 雷同的运算 , 须要判断 是否已经呈现过雷同的值 , 这个时候，要不就用 hashMap 缓存一波，要不就用快慢指针，将原题转成类型链表的构造，next 指针就是对应的 迭代函数，而后求是否有环(202. 高兴数), 或者求环的入口地位（287. 寻找反复数）
当然下面这种属于非凡题目的非凡做法，比方说 287. 寻找反复数 那是因为这里的下标和值刚好没法齐全重合，且有反复数，要是值也是从 [0,n-1]，那就没法子用值当下标的写法了
题目汇总
快慢指针
-
- 环形链表 II
-
- 寻找反复数
-
- 删除有序数组中的反复项 II
-
- 高兴数
左右端点指针
-
- 最靠近的三数之和
-
- 乘积小于 K 的子数组
-
- 有序数组的平方
-
- 爱吃香蕉的珂珂
-
- 救生艇
二分法（这里只有链接，具体能够去看二分的题）
模板 1
-
- 二分查找
-
- x 的平方根
-
- 猜数字大小
-
- 排列硬币
-
- 搜寻旋转排序数组 模板 2
-
- 第一个谬误的版本
-
- 寻找峰值
-
- 寻找旋转排序数组中的最小值
-
- 寻找旋转排序数组中的最小值 II 模板 3
- 在排序数组中查找元素的第一个和最初一个地位
- 找到 K 个最靠近的元素 其余
-
- Pow(x, n)
-
- 无效的齐全平方数
-
- 寻找比指标字母大的最小字母
-
- 两个数组的交加
-
- 两个数组的交加 II
-
- 两数之和 II – 输出有序数组
-
- 寻找反复数
- 4. 寻找两个正序数组的中位数
-
- 宰割数组的最大值
滑动窗口（也是属于双指针，感觉匹配快慢指针一点）
-
- 找到字符串中所有字母异位词
-
- 无反复字符的最长子串
-
- 最小笼罩子串
-
- 长度最小的子数组
- 904. 水果成篮
-
- 和雷同的二元子数组
-
- K 个不同整数的子数组
-
- 最长湍流子数组
-
- 最大间断 1 的个数 III
-
- 替换子串失去均衡字符串
-
- 统计「柔美子数组」
-
- 将 x 减到 0 的最小操作数
参考视频：传送门
题目
142. 环形链表 II
剖析
- 典型的快慢指针写法，在链表专题写过相应的题解了
-
- 环形链表 II
- 做一下这个题，是为了下一题的前置
var detectCycle = function(head) {const emptyNode = new ListNode()
emptyNode.next = head;
if(!head) return null
let slow = fast = emptyNode
while(fast && fast.next){
slow = slow.next
fast = fast.next.next
if(slow === fast){
// 相交了，证实相交了
let next = emptyNode
while(next!== slow){
next = next.next
slow = slow.next
}
// 相交的时候，就是环入口
return slow
}
}
return null
}
287. 寻找反复数
剖析 — 双指针法（快慢指针）
- 审题: 只有一个反复的整数，而这个反复的整数的呈现次数不确定
- 能够用 map 用空间换工夫，也能够排序之后间接找，然而这样都不合乎题意
- 之前在二分法 tab 中做了一次: 287. 寻找反复数
- 这道题是能够用快慢指针做的，就是将数组中的值当成是指向数组下标的指针，而后将整个数组转成链表；而题目就转成了，始终一个环形链表（有反复的值，也就是在链表中有反复指向的指针），求环的入口；
- 参考寻找环形链表的入口 — 142. 环形链表 II
- 工夫复杂度 O(N)
var findDuplicate = function (nums) {
let slow = fast = 0 // 初始节点
while(fast && nums[fast]){slow = nums[slow]
fast = nums[nums[fast]]
if(slow === fast){
let next = 0
while(next !== slow) {slow = nums[slow]
next = nums[next]
}
return slow
}
}
}
剖析
- 给定长度为 n+1 的 nums，外面的值都是 1-n, 本题中只有一个值是反复的，找出这个值
- 留神这里只是表明反复的只有一个值，然而这个值反复多少次并没有阐明，所以不能用简略的异或二进制解决
- 然而咱们能够选定以 mid 值，而后判断小于等于 mid 值 count，如果 count 超出了 mid，证实在 [1,mid] 中至多有一个值反复了，这个时候能够砍掉右侧局部
- 当 left 和 right 相等之后，即找到了惟一反复的值，因为这个时候左右两侧的值都不服要求，就只有这个了
- 工夫复杂度 O(nlohn), 空间复杂度 1
var findDuplicate = function (nums) {
let left = 1,
right = nums.length - 1; // 值是 1 - n
while (left < right) {const mid = ((right - left) >> 1) + left;
const count = nums.reduce((prev, cur) => (cur <= mid ? prev + 1 : prev), 0); // 小于等于 count 的值
if (count > mid) {// 如果 [1,mid] 这个数组满值的状况才只有 mid 个，当初 count 如果比这个还大，证实反复的值在这外面
right = mid;
} else {left = mid + 1;}
}
return left;
};
80. 删除有序数组中的反复项 II
读写指针也算是快慢指针的一种，读指针个别会先走，触发某种条件之后，才会挪动写指针
剖析 — 读写指针
- 给定的数组是排好序的，而后须要删除多余节点，使得最多呈现 2 次
- 设置读写指针 read 和 write, 遍历的每一步中，读写指针都指向雷同的值，然而指向的下标可能不一样
- 当雷同的值超过了 2，即 [left,right] 的长度超出 2，则原地删除 right 指针指向的值
- 工夫复杂度 O(n)
var removeDuplicates = function(nums) {
let write = read = 0
while(read <nums.length){while(nums[write] === nums[read] && read <nums.length ){if(right-left+1 > 2){nums.splice(read,1) // 删除读指针以后的下标
} else{read++}
}
// 一轮雷同值走完，写指针和读指针指向同一个值
write = read
}
};
202. 高兴数
剖析
- 这里盲猜是用迭代的写法来求，因为没次按要求革新一个 ret，如果不合乎胜利或者失败要求，就会持续迭代上来
- 因为是一直按十进制位取平方求和，所以截止条件应该是符合要求，失去的和 sum === 1
- 如果不符合条件，必定就是遭逢到循环了，这里用 set 缓存所有迭代过程中的 ret，只有迭代过程中再次出现 set 中的值，就是导致循环了，间接返回 false 即可
- 工夫复杂度, 这个不太会求，然而会须要 set 来缓存数据
var isHappy = function (n) {const set = new Set()
let result
const dfs = n => {
let ret = 0;
while (n) {ret += Math.pow(n % 10, 2);
n = Math.floor(n / 10);
}
if(ret === 1) {
result = true
return
}
if(set.has(ret)){
result = false
return
}
set.add(ret)
// 迭代写法，如果用 return 就是递归的写法了
dfs(ret);
}
dfs(n)
return result
};
剖析
- 这是快慢指针专题，所以其实能够用快慢指针是否有环来解决
- 所以迭代的过程就和链表的 next 是差不多的，如果呈现环，则返回 false，如果呈现值 1，则返回 true
- 这样就不须要额定的 set 去缓存值了
var isHappy = function (n) {function getNext(n) {
let ret = 0;
while (n) {ret += Math.pow(n % 10, 2);
n = Math.floor(n / 10);
}
return ret
}
let s = f = n // 初始化的值都是 n
while(f !== 1 && getNext(f) !== 1){s = getNext(s)
f = getNext(getNext(f))
if(s === f) return false
}
return true
}
16. 最靠近的三数之和
剖析
- 暴力解法，间接固定左右两个节点 i,j，而后设置第三个指针 k 在两个指针之间遍历求和，找出最靠近 target 的值
- i 遍历一次 nums，j 和 k 每固定一次加起来遍历一次 nums，所以工夫复杂度为 O(n2)
var threeSumClosest = function(nums, target) {
const len = nums.length
let ret;
let temp = Infinity // sum 与 target 的相差值
for(let i =0;i<len-2;i++){for(let j = len-1;j>1;j--){for(let k = i+1;k<j;k++){const sum=nums[i]+nums[j]+nums[k]
const bet = Math.abs(sum-target)
if(bet<temp){
// 这一组的和比之前的更靠近 target
ret = sum;
temp = bet
}
}
}
}
return ret
};
713. 乘积小于 K 的子数组
剖析
- 求的是符合要求的，间断的子数组的最大个数，盲猜能够用不定大小的滑窗解决
- 挪动 r 指针扩大窗口，而后当乘积超出 k 的时候，开始膨胀 l 指针，最初失去一个符合要求的窗口 [l,r]
- 在这个窗口 [l,r] 中，任意的一种组合都符合要求，因为组合属于一种个性的判断，所以不须要用双窗口来求符合要求的数量，间接 r-l+1 即可
- 须要留神的时候，膨胀 l 指针的时候，断定条件 l<=r 的起因是，以后 nums[r] 可能就比 k 大，这个状况应该膨胀窗口为 0，并走到下一步
- 工夫复杂度 O(n)
var numSubarrayProductLessThanK = function (nums, k) {let l = (r = 0);
let product = 1; // 默认最小为 1
let ret = 0; // 最大长度
while (r < nums.length) {const rr = nums[r];
product *= rr;
while (product >= k && l <= r) {
// 超出了 k
ll = nums[l];
product = product / ll;
l++;
}
// 这个时候 [l,r] 之间的值的乘积是小于 k 的
ret += r - l + 1;
r++;
}
return ret;
};
977. 有序数组的平方
剖析
- 散发左右指针 l,r, 而后用一个额定的数组来存储平方后的数组即可
- 因为这是一个排好序的增序列，会存在正数，然而值的平方最大值就在数组的两侧，所以每次比拟两侧的值，就能获取到相应的最大值，而后 unshift 到数组中即可
- 工夫复杂度 O(n), 空间复杂度 O(n)
var sortedSquares = function(nums) {
let l = 0,r = nums.length- 1
let ret = []
while(l<=r){if(nums[r]>Math.abs(nums[l])){ret.unshift(Math.pow(nums[r],2))
r--
}else{ret.unshift(Math.pow(nums[l],2))
l++
}
}
return ret
};
875. 爱吃香蕉的珂珂
剖析 — 二分
- l = 1 , r = piles[max], 他们别离代表了最大和最小的速度；这样找出两头值，而后判断是否能在 h 小时内吃完，能吃完则向左迫近，不能吃完则向右迫近，直到最小的速度呈现
- 每一次二分取 mid 之后，都要遍历一次 piles，所以工夫复杂度是 nlogn
var minEatingSpeed = function (piles, h) {
let l = 1,
r = piles.reduce((prev, cur) => (prev >= cur ? prev : cur), 1);
while (l <= r) {const mid = ((r - l) >> 1) + l;
if (getHours(mid) > h) {
// 须要的工夫超出了 h, 证实速度不够
l = mid + 1;
} else {r = mid - 1;}
}
// 速度为 v 的时候，须要多久吃完
function getHours(v) {
let ret = 0;
for (let i = 0; i < piles.length; i++) {ret += Math.ceil(piles[i] / v);
}
return ret;
}
return l;
};
881. 救生艇
剖析
- 因为这里最多只能载人 2，负重最多是 limit，所以抉择载人的时候，尽量先抉择最重的和最轻的进行匹配，尽量一船二人坐，能够缩小数量，所以先给 people 排序
- l,r 指针指向最轻和最重的人
- 而后每次求出 2 人组合的最轻总量和 sum，让它和 limit 进行比拟，进而管制 l, r 的挪动
- 工夫复杂度 O(nlogn) 次要是排序问题
var numRescueBoats = function (people, limit) {
let l = 0,
r = people.length - 1;
people.sort((a, b) => a - b);
let count = 0; // 须要的船的数量
while (l <= r) {const sum = people[l] + people[r];
if (sum > limit) {r--;} else {
l++;
r--;
}
count++;
}
return count;
};
正文完
