1. 程式人生 > >163、尋找陣列的中心索引

163、尋找陣列的中心索引

給定一個整數型別的陣列 nums,請編寫一個能夠返回陣列“中心索引”的方法。

我們是這樣定義陣列中心索引的:陣列中心索引的左側所有元素相加的和等於右側所有元素相加的和。

如果陣列不存在中心索引,那麼我們應該返回 -1。如果陣列有多箇中心索引,那麼我們應該返回最靠近左邊的那一個。

示例 1:

輸入:
nums = [1, 7, 3, 6, 5, 6]
輸出: 3
解釋:
索引3 (nums[3] = 6) 的左側數之和(1 + 7 + 3 = 11),與右側數之和(5 + 6 = 11)相等。
同時, 3 也是第一個符合要求的中心索引。
示例 2:

輸入:
nums = [1, 2, 3]
輸出: -1
解釋:
陣列中不存在滿足此條件的中心索引。
說明:

nums 的長度範圍為 [0, 10000]。
任何一個 nums[i] 將會是一個範圍在 [-1000, 1000]的整數。

媽耶,這道題其實沒什麼難度的,一開始我以為陣列的數字全是正數,按照那個思路來,那麼設定一個前後指標就完事了,但是一提交發現有負數,那麼肯定不能使用那個方法了
最後得出的是
程式碼,由於我沒有判斷第0個和最後一個,這是在測試中得出的,如果是第零個,那麼只要判斷除了第0個之外其餘元素之和是否為0即可,同理,如果是最後一個也是如此,效率不是很高,

class Solution {
    public int pivotIndex(int[] nums) {
       if(nums.length == 0){
			return -1;
		}
        int index = 0;
		int sumA = nums[0];
		int sumB = 0;
		int end = nums.length - 1;
		for (int i : nums) {
			sumB += i;
		}
        int s= sumB;
        if(sumB - nums[0] == 0 ){
			return 0;
		}
        
		//初始化的是1是否是的
		sumB  = sumB - nums[0] - nums[1];
		for (int i = 1; i < nums.length -1; i++) {
			if(sumA == sumB){
				return index + 1;
			}else {
				sumA +=nums[index + 1];
				index ++;
				sumB -=nums[index + 1];
			}
		}
        if(s - nums[nums.length-1] == 0){
            return nums.length-1;
        }
		return -1; 
    }
}

適合全是正數的陣列,使用的是雙向指標
程式碼

// 如果只出現的是正數可以用下面這個,但是如果出現的是負數那麼可能要換種方法
		 if(nums.length == 0){
			return -1;
		}
		int start = 0;
		int end = nums.length - 1;
		int presum = nums[start];
		int endsum = nums[end];
		while (start < end) {
			if(presum > endsum){
				end--;
				endsum +=nums[end];
			}else if(presum < endsum){
				start ++;
				presum +=nums[start];
			}else {
				if(start + 1 == end - 1){
					return start +1;
				}else {
					end--;
					start++;
				}
			}
		}
        return -1;

排名靠前的程式碼,思路差不多

class Solution {
    public int pivotIndex(int[] nums) {
        int sum = 0;
		for (int i = 0; i < nums.length; i++) {
			sum += nums[i];
		}
		int tmpSum = 0;
		for (int i = 0; i < nums.length; i++) {
			if (tmpSum == sum - tmpSum - nums[i]) {
				return i;
			}
			tmpSum += nums[i];
		}
		return -1;
    }
}