🤖 AI总结
主题
使用Go、Python和C++实现数组有效元素筛选算法
摘要
该文章介绍了筛选数组中有效元素的算法,通过两次遍历和标记数组实现O(n)复杂度,并提供多语言代码实现。
关键信息
- 1 定义有效元素为大于左侧所有或右侧所有元素,首尾自动有效。
- 2 通过两次遍历和布尔标记数组实现O(n)时间复杂度和O(n)空间复杂度。
- 3 提供Go、Python和C++三种语言的完整代码实现。
2026-08-08:数组中的有效元素。用go语言,给定一个整数序列。对于其中的任意一个数,如果它比它左边出现过的所有数都大,或者比它右边出现过的所有数都大,那它就符合筛选条件。另外,序列的第一个数和最后一个数无论大小都直接视为符合条件。最后,按照这些数在原序列中的出现顺序,将它们全部找出来。
1 <= nums.length <= 100。
1 <= nums[i] <= 100。
输入: nums = [1,2,4,2,3,2]。
输出: [1,2,4,3,2]。
解释:
nums[0] 和 nums[5] 始终有效。
nums[1] 和 nums[2] 都严格大于其左侧的所有元素。
nums[4] 严格大于其右侧的所有元素。
因此,答案为 [1, 2, 4, 3, 2]。
题目来自力扣3912。
该算法分两个主要阶段,通过两次遍历和辅助标记数组,找出所有符合“左侧最大”或“右侧最大”条件的有效元素。
阶段一:从右向左遍历,标记右侧最大元素
1. 创建一个与输入数组nums等长的布尔数组rightValid,用于记录每个位置的元素是否严格大于它右边的所有元素。初始时所有值均为假。
2. 设置一个变量mx,表示当前已经扫描过的右侧部分的最大值。由于数组元素取值范围为 1~100,将mx初始化为 0(任何元素都大于 0),这样可以正确处理数组最后一个元素。
3. 从最后一个元素开始,逆序向前遍历数组:
• 取出当前元素x。
• 若x严格大于mx,则说明x大于它右侧所有已扫描元素,即满足“严格大于右侧所有元素”的条件,将rightValid[i]设为真;否则设为假。
• 然后用x更新mx,使mx始终维护从当前位置到数组末尾的最大值。
4. 遍历结束后,rightValid数组的每个位置都对应原数组元素,标记了该元素是否比它右边的所有数都大。特别地,最后一个元素右侧无元素,其对应mx初始为 0,因此一定会被标记为真,符合题目“最后一个元素始终有效”的规则。
阶段二:从左向右遍历,结合左侧条件和右侧标记收集结果
1. 重置mx为 0,此时mx表示当前已扫描过的左侧部分的最大值。
2. 准备一个空的结果列表ans,用于按序存放有效元素。
3. 从第一个元素开始,顺序向前遍历数组:
• 取出当前元素x。
• 判断条件:若x严格大于mx,则说明x大于它左侧所有已扫描元素,即满足“严格大于左侧所有元素”;若rightValid[i]为真,则说明x满足“严格大于右侧所有元素”。这两个条件只要满足其一,当前元素就是有效元素,将其加入ans。
• 无论是否加入结果,都用x更新mx,使mx始终维护从数组起始到当前位置的最大值。
4. 对于第一个元素,因其左侧无元素,mx初始为 0,必然满足x > mx,因此一定会被加入结果,符合“第一个元素始终有效”的规则。
5. 遍历完成后,ans中即为所有有效元素,且保持了原数组的出现顺序。
时间复杂度分析
算法包含两次独立的线性遍历:从右向左遍历一次,从左向右遍历一次,每次仅包含常数时间的比较、赋值和更新操作。因此总的时间复杂度为O(n),其中 n 为数组长度。
额外空间复杂度分析
除了输入数组和最终返回的结果数组外,算法额外分配了一个长度与输入相同的布尔数组rightValid,用于存储每个位置的右侧最大标记。该数组占用 O(n) 空间。过程中仅使用了常数个辅助变量(如mx、循环索引等),因此总的额外空间复杂度为O(n)。如果严格将返回结果所用的空间不计入额外空间,则依然为 O(n)。
Go完整代码如下:
package main
import (
"fmt"
"slices"
)
func findValidElements(nums []int) (ans []int) {
// 标记严格大于其右侧所有元素的元素
rightValid := make([]bool, len(nums))
mx := 0
for i, x := range slices.Backward(nums) {
rightValid[i] = x > mx
mx = max(mx, x)
}
mx = 0
for i, x := range nums {
if x > mx || rightValid[i] {
ans = append(ans, x)
}
mx = max(mx, x)
}
return
}func main() {
nums := []int{1, 2, 4, 2, 3, 2}
result := findValidElements(nums)
fmt.Println(result)
}
![]()
Python完整代码如下:
# -*-coding:utf-8-*-
def findValidElements(nums):
n = len(nums)
rightValid = [False] * n
mx = 0
for i in range(n - 1, -1, -1):
x = nums[i]
rightValid[i] = x > mx
mx = max(mx, x)
mx = 0
ans = []
for i, x in enumerate(nums):
if x > mx or rightValid[i]:
ans.append(x)
mx = max(mx, x)
return ansif __name__ == "__main__":
nums = [1, 2, 4, 2, 3, 2]
result = findValidElements(nums)
print(result)
![]()
C++完整代码如下:
std::vector findValidElements(const std::vector& nums) {
int n = nums.size();
if (n == 0) return {};
// 标记严格大于其右侧所有元素的元素
std::vector rightValid(n, false);
int mx = 0;
for (int i = n - 1; i >= 0; --i) {
int x = nums[i];
rightValid[i] = (x > mx);
mx = std::max(mx, x);
}
// 根据左侧最大值和右侧标记收集有效元素
std::vector ans;
mx = 0;
for (int i = 0; i < n; ++i) {
int x = nums[i];
if (x > mx || rightValid[i]) {
ans.push_back(x);
}
mx = std::max(mx, x);
}
return ans;
}int main() {
std::vector nums = {1, 2, 4, 2, 3, 2};
std::vector result = findValidElements(nums);
for (int x : result) {
std::cout << x << " ";
}
std::cout << std::endl;
return 0;
}
![]()
我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。