今天做了两道简单题,有手就会。
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( 1 ) O(1) O(1)
class Solution {
public int maxProfit(int[] prices) {
int cost = Integer.MAX_VALUE, profit = 0;
for(int price : prices) {
cost = Math.min(cost, price);
profit = Math.max(profit, price - cost);
}
return profit;
}
}
给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。
注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。
- 时间复杂度: O ( m + n ) O(m+n) O(m+n)
- 空间复杂度: O ( l o g ( m + n ) ) O(log(m+n)) O(log(m+n))
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
for(int i = 0; i != n; i++) {
nums1[m + i] = nums2[i];
}
Arrays.sort(nums1);
}
}
- 时间复杂度: O ( m + n ) O(m+n) O(m+n)
- 空间复杂度: O ( 1 ) O(1) O(1)
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int p1 = m - 1, p2 = n - 1, p = m + n - 1;
while(p2 >= 0) {
// 如果 p1 < 0,那么走 else 分支,把 nums2 合并到 nums1 中
if(p1 >= 0 && nums1[p1] > nums2[p2]) {
nums1[p--] = nums1[p1--];
} else {
nums1[p--] = nums2[p2--];
}
}
}
}
- 时间复杂度: O ( m + n ) O(m+n) O(m+n)
- 空间复杂度: O ( m + n ) O(m+n) O(m+n)
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int p1 = 0, p2 = 0;
int[] sorted = new int[m + n];
int cur;
while(p1 < m || p2 < n) {
if(p1 == m) {
cur = nums2[p2++];
} else if (p2 == n) {
cur = nums1[p1++];
} else if(nums1[p1] < nums2[p2]) {
cur = nums1[p1++];
} else {
cur = nums2[p2++];
}
sorted[p1 + p2 - 1] = cur;
}
for(int i = 0; i != m + n; i++) {
nums1[i] = sorted[i];
}
}
}