🤖 AI总结
主题
使用双指针算法解决将数组中的0移至末尾的最少交换次数问题。
摘要
本文通过双指针算法解决将数组中的0移至末尾的最少交换次数问题,并提供了Go、Python和C++的实现,时间复杂度O(n),空间复杂度O(1)。
关键信息
- 1 双指针法:左右指针扫描,遇到0和非0组合则计数并收缩。
- 2 等价于统计数组末尾c个位置中非零数字的个数。
- 3 时间复杂度O(n),空间复杂度O(1)。
2026-08-28:将 0 移到末尾的最少交换次数。用go语言,有一个整数数组,每次可以任选两个不同位置,交换这两个位置上的数字。现在想用尽量少的交换次数,让数组中所有的 0 都集中到数组末尾,非零数字全部移到 0 的前面。
可以先数出一共有多少个 0,记为 c;再查看数组最后 c 个位置里有多少个非零数字,这个数量就是最少需要的交换次数。
1 <= nums.length <= 100。
0 <= nums[i] <= 100。
输入: nums = [0,1,0,3,12]。
输出: 2。
解释:
我们执行以下交换操作:
交换 nums[0] 和 nums[3] ,得到 nums = [3, 1, 0, 0, 12] 。
交换 nums[2] 和 nums[4] ,得到 nums = [3, 1, 12, 0, 0] 。
因此,答案是 2 。
题目来自力扣3936。
大体执行过程
1.初始化阶段
• 左指针l指向数组开头,即下标0。
• 右指针r指向数组末尾,即下标len(nums)-1。
• 交换次数ans初始为0。
2.循环扫描阶段
只要左指针l仍然小于右指针r,就反复检查当前左右指针指向的数字:
•情况一:左边不是 0
如果nums[l] != 0,说明当前左指针位置已经符合“非零数字在前”的要求。
此时不需要交换,直接把左指针右移一位,继续看下一个位置。
•情况二:左边是 0,但右边也是 0
如果nums[l] == 0且nums[r] == 0,说明当前右指针位置已经符合“0 在末尾”的要求。
此时也不需要交换,直接把右指针左移一位,继续寻找右边可能存在的非零数字。
•情况三:左边是 0,右边是非 0
这是真正需要处理的错配情况。
左边的这个 0 应该移动到后面,右边的这个非 0 应该移动到前面。
因此需要一次交换,交换次数ans加一。
交换后,这两个位置就都变得合理了,所以左指针右移一位,右指针左移一位,继续处理中间未处理的部分。
3.结束条件
当左指针和右指针相遇或交错时,说明整个数组已经被逻辑上划分好:
• 左边部分都是非零数字;
• 右边部分都是 0。
循环结束,返回累计的交换次数ans。
为什么代码中没有真正交换数组元素也可以
在这段代码里,虽然注释写了“交换”,但实际上并没有修改原数组,只增加了ans。
这是因为我们只关心最少交换次数,而不需要真正返回交换后的数组。
每当遇到“左边 0、右边非 0”的情况,就把它记作一次有效交换,然后两个指针都向中间收缩,已经处理过的位置之后不会再访问,所以不真正写回数组也不会影响后面的计数。
与题目描述中“数最后 c 个位置里的非零个数”的关系
题目描述给出的方法是:
先统计数组中一共有多少个 0,记为c,然后看数组最后c个位置中有多少个非零数字,这个数量就是答案。
双指针的做法和这个思路是等价的:
• 数组中最终末尾的 0 的个数是固定的,记为c。
• 数组最后c个位置中如果有k个非零数字,那么这k个非零数字每一个都需要被交换到前面去。
• 每交换一次,最多只能把一个非零数字从末尾区域移出。
• 所以最少交换次数就是k。
双指针每次找到一个“左边 0、右边非 0”的组合并计数,实际上就是在逐个把这些末尾区域的非零数字与前面的 0 配对交换。因此它统计出来的次数正好等于最后c个位置中的非零数字个数。
示例流程
以nums = [0,1,0,3,12]为例:
• 初始:l = 0,r = 4,ans = 0。
•nums[0] = 0,nums[4] = 12非 0,属于情况三。
记录一次交换,ans = 1,l移到1,r移到3。
•nums[1] = 1非 0,属于情况一。l右移到2。
•nums[2] = 0,nums[3] = 3非 0,属于情况三。
再记录一次交换,ans = 2,l移到3,r移到2。
• 此时l >= r,循环结束,返回2。
复杂度分析
•时间复杂度:
每次循环至少会让左指针右移一位,或者右指针左移一位,最多扫描整个数组一次。
因此总时间复杂度为O(n),其中n是数组长度。
•额外空间复杂度:
只使用了左指针、右指针和答案计数等有限几个变量,没有开辟与数组长度相关的额外空间。
因此额外空间复杂度为O(1)。
Go完整代码如下:
package main
import (
"fmt"
)
func minimumSwaps(nums []int) (ans int) {
l, r := 0, len(nums)-1
for l < r {
if nums[l] != 0 {
l++
} else if nums[r] == 0 {
r--
} else {
// 交换 nums[l] 和 nums[r]
ans++
l++
r--
}
}
return
}func main() {
nums := []int{0, 1, 0, 3, 12}
result := minimumSwaps(nums)
fmt.Println(result)
}
![]()
Python完整代码如下:
# -*-coding:utf-8-*-
from typing import List
def minimumSwaps(nums: List[int]) -> int:
ans = 0
l, r = 0, len(nums) - 1
while l < r:
if nums[l] != 0:
l += 1
elif nums[r] == 0:
r -= 1
else:
# nums[l] == 0 且 nums[r] != 0,需要一次交换
ans += 1
l += 1
r -= 1
return ansif __name__ == "__main__":
nums = [0, 1, 0, 3, 12]
result = minimumSwaps(nums)
print(result)
![]()
C++完整代码如下:
using namespace std;
int minimumSwaps(vector& nums) {
int ans = 0;
int l = 0, r = (int)nums.size() - 1;
while (l < r) {
if (nums[l] != 0) {
l++;
} else if (nums[r] == 0) {
r--;
} else {
// nums[l] == 0 且 nums[r] != 0,需要一次交换
ans++;
l++;
r--;
}
}
return ans;
}int main() {
vector nums = {0, 1, 0, 3, 12};
int result = minimumSwaps(nums);
cout << result << 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。