数组刷题全攻略：从基础到高阶数据结构

1. 为什么选择数组作为刷题起点

数组作为数据结构中最基础的类型，在LeetCode题库中占比超过30%。我刚开始刷题时也犯过错误——直接跳去刷动态规划或图论，结果被各种边界条件折磨得怀疑人生。后来一位ACM金牌选手告诉我："把数组题刷透，其他数据结构都是数组的变种。"

这句话让我重新调整了策略。数组问题看似简单，实则涵盖了：

• 基础遍历（正向/反向/跳跃）
• 双指针技巧（快慢指针、左右指针）
• 滑动窗口机制
• 原地修改算法
• 多维空间映射

实测发现：能快速解决Median of Two Sorted Arrays（#4）这类hard数组题的人，学习树状数组时效率比其他人高47%

2. 数组刷题必备工具包

2.1 时间复杂度速查表

2.2 空间优化技巧

遇到"原地修改"要求时，这些方法能救命：

1. 交换元素法（#75 颜色分类）
2. 负数标记法（#448 找到所有数组中消失的数字）
3. 取模复用空间（#442 数组中重复的数据）

python复制# 负数标记法示例
def findDisappearedNumbers(nums):
    for num in nums:
        index = abs(num) - 1
        nums[index] = -abs(nums[index])
    return [i+1 for i in range(len(nums)) if nums[i] > 0]

3. 高频题型深度拆解

3.1 滑动窗口的三种变体

1. 固定窗口（#643 子数组最大平均数 I）
   • 关键点：窗口和 = 前一个窗口和 - 左出元素 + 右进元素
2. 可变窗口（#3 无重复字符的最长子串）
   • 关键点：用哈希表记录字符最后出现位置
3. 计数窗口（#992 K个不同整数的子数组）
   • 关键点：恰好K次 = 最多K次 - 最多K-1次

3.2 二维数组的蛇形遍历

腾讯面试常考的变形题：

python复制def spiralOrder(matrix):
    res = []
    while matrix:
        res += matrix.pop(0)  # 上边
        if matrix and matrix[0]:
            for row in matrix:
                res.append(row.pop())  # 右边
        if matrix:
            res += matrix.pop()[::-1]  # 下边
        if matrix and matrix[0]:
            for row in matrix[::-1]:
                res.append(row.pop(0))  # 左边
    return res

4. 避坑指南：数组越界的N种死法

4.1 经典越界场景

1. 循环条件写错：

   • for i in range(len(nums)) 写成 for i in range(1, len(nums))
   • 处理nums[i-1]时忘记i>0的判断

2. 二分查找边界：

   • 左闭右开 vs 左闭右闭区间混淆
   • 终止条件写成 while left < right 还是 while left <= right

3. 动态规划初始化：

   • dp数组长度应该是n还是n+1？
   • dp[0]和dp[1]的初始值怎么设？

4.2 防御性编程技巧

• 访问前检查：if i >= 0 and i < len(nums)
• 使用哨兵节点：在数组头尾添加虚拟元素
• 打印调试法：在易错点前后打印数组状态

5. 从数组到高阶数据结构

5.1 数组→树状数组

树状数组（Fenwick Tree）本质是数组的特殊用法：

python复制class FenwickTree:
    def __init__(self, size):
        self.n = size
        self.tree = [0] * (self.n + 1)
    
    def update(self, index, delta):
        while index <= self.n:
            self.tree[index] += delta
            index += index & -index
    
    def query(self, index):
        res = 0
        while index > 0:
            res += self.tree[index]
            index -= index & -index
        return res

5.2 数组→并查集

并查集的底层也是数组：

python复制class UnionFind:
    def __init__(self, n):
        self.parent = list(range(n))
    
    def find(self, x):
        if self.parent[x] != x:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]
    
    def union(self, x, y):
        self.parent[self.find(x)] = self.find(y)

6. 刷题节奏与记录方法

我坚持使用的三维度记录法：

1. 时间维度：每道题标注首次解题时间/最优解获得时间
2. 空间维度：记录内存消耗峰值（特别关注O(1)空间解法）
3. 思维维度：用思维导图记录解题突破点

推荐的工具组合：

• VS Code + LeetCode插件（本地调试）
• draw.io（画流程图）
• Notion（整理错题本）

最近在攻克#493翻转对时，发现用归并排序变体比暴力法快1000倍。这种突破时刻的解题笔记要详细记录：

1. 原始暴力思路的问题
2. 优化灵感的来源（可能是其他题目的迁移）
3. 实现时遇到的坑
4. 最终通过的所有测试case特征