zoukankan      html  css  js  c++  java
  • 026-leetcode算法实现之删除有序数组中的重复项-remove-duplicates-from-sorted-array-python&golang实现

    给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。

    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:

    输入:nums = [1,1,2]
    输出:2, nums = [1,2]
    解释:函数应该返回新的长度 2 ,并且原数组 nums 的前两个元素被修改为 1, 2 。不需要考虑数组中超出新长度后面的元素。

    示例 2:

    输入:nums = [0,0,1,1,1,2,2,3,3,4]
    输出:5, nums = [0,1,2,3,4]
    解释:函数应该返回新的长度 5 , 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4 。不需要考虑数组中超出新长度后面的元素。

    提示:

    0 <= nums.length <= 3 * 104
    -104 <= nums[i] <= 104
    nums 已按升序排列

    python

    class Solution:
        def removeDuplicatesFromSortedArray(self, nums: [int]) -> int:
            if not nums:
                return 0
            
            fast=slow = 1
            n = len(nums)
            while fast < n:
                if nums[fast] != nums[fast-1]:
                    nums[slow] = nums[fast]
                    slow += 1
                fast += 1
    
            return slow
    
    if __name__ == "__main__":
        nums1 = []
        nums2 = [1]
        nums3 = [0,1,1,3,4,6,7,7,7,8]
        solution = Solution()
        print(solution.removeDuplicatesFromSortedArray(nums1))
        print(solution.removeDuplicatesFromSortedArray(nums2))
        print(solution.removeDuplicatesFromSortedArray(nums3))
    

    golang

    package main
    
    import "fmt"
    
    func main() {
    	var nums = []int{1, 1, 1, 1, 2, 2, 2, 4, 6, 8, 9}
    	fmt.Println(removeDuplicates(nums))
    }
    
    // 双指针法
    func removeDuplicates(nums []int) int {
    	if len(nums) == 0 {
    		return 0
    	}
    	var slow int = 1
    	var n int = len(nums)
    	for fast := 1; fast < n; fast++ {
    		if nums[fast] != nums[fast-1] {
    			nums[slow] = nums[fast]
    			slow++
    		}
    
    	}
    	return slow
    }
    
  • 相关阅读:
    洛谷1462 通往奥格瑞玛的道路 二分+spfa
    NumPy 排序、条件刷选函数
    NumPy 统计函数
    2019-3-10——生成对抗网络GAN---生成mnist手写数字图像
    python if __name__ == 'main' 的作用和原理()
    Python os.getcwd()
    numpy.random.uniform()
    tf.trainable_variables()
    tf.layers.dense()
    彻底弄懂tf.Variable、tf.get_variable、tf.variable_scope以及tf.name_scope异同
  • 原文地址:https://www.cnblogs.com/davis12/p/15388101.html
Copyright © 2011-2022 走看看