移动零这道题,在LeetCode热题100里排得很靠前,也是面试中被反复问到的经典。我第一次刷这道题的时候,觉得"这不就是把0挪到后面吗",简单到怀疑人生。真到动手写,才发现里面有挺多讲究:是开新数组还是原地操作?怎么保证非零元素相对顺序不变?最优复杂度能做到多少?这篇文章我就把移动零从头到尾拆开讲,从暴力做法到最优解法,每一步的取舍和"为什么"都说清楚,顺便聊聊这类"数组原地变形"题目的通用套路,看完你不仅能AC移动零,还能顺带解决好几道同类型的题。
1. 移动零的题目到底在考什么
1.1 先看题目本身
题目描述很简洁:给定一个数组nums,编写一个函数将所有0移动到数组的末尾,同时保持非零元素的相对顺序。
举例来说:
- 输入:
[0, 1, 0, 3, 12] - 输出:
[1, 3, 12, 0, 0]
题目还强调了一个关键要求:必须在原数组上操作,不能拷贝额外的数组。这个限制是整道题的核心约束,也是面试官真正想考察的点。
1.2 三个隐藏的考察点
很多人在面试时栽跟头,不是因为不会写,而是没 get 到这道题背后的三个潜台词:
第一,原地操作换来的空间复杂度要求。 题目说"不能拷贝额外的数组",翻译过来就是空间复杂度要尽量做到O(1)。如果你一上来就 new 一个新数组,哪怕代码写得再漂亮,也已经违背了出题者的意图。在实际工程里,内存是稀缺资源,处理大数组时一次性拷贝的开销可能比计算本身还大,所以"原地"这个字眼往往意味着更高的工程价值。
第二,非零元素的相对顺序必须保持稳定。 这一点最容易忽略,却恰恰是筛选算法优劣的分水岭。保持稳定意味着你不能简单地把所有0挑出来扔掉、再把非零元素往前塞——这样做的话顺序和稳定性都有可能被破坏。比如输入[0, 1, 0, 3, 12],如果不维护稳定性,直接把非零元素按某种排序塞到前面,得到[3, 1, 12, 0, 0]这类结果,虽然合法,但对于一般情况就错了。数组元素的稳定性和现实生活中的排队逻辑一样,你在排队时插队虽然能到前面,但队伍的整体顺序就乱了,程序中这是不允许的。
第三,时间复杂度的上限追求。 这道题最直白的暴力做法是双重循环,复杂度是O(n²)。但数组类的简单题,通常都期望你能用一次遍历、甚至双指针在O(n)内解决。能否从O(n²)想到O(n),是区分"背过题解"和"真会做题"的关键。
1.3 这题在热题100中的地位
LeetCode热题100是很多人刷题的第一站,而移动零又是很多人真正开始接触"双指针"的启蒙题。它的难度是"简单",但覆盖面非常广:涉及数组遍历、元素交换、指针维护、稳定性保证,几乎囊括了初级算法面试的大部分核心要素。我在面试候选人的时候,也经常会用这道题做热身,既能考察代码基本功,又能通过追问看出对方是死记硬背还是真正理解。
所以别小看这个"简单题",把它吃透,等于给后面的中等题、难题打了一个很好的基础。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 从暴力解法到双指针的思维演进
2.1 最简单直觉的暴力解法
先说说绝大多数人第一次会想到的做法。既然要把0挪到末尾,那最朴素的思路就是:
- 开一个和原数组一样大的新数组。
- 遍历原数组,遇到非零元素就按顺序放到新数组前面。
- 遍历完后,新数组后面的位置全部补0。
- 把新数组内容拷回原数组。
这个思路非常符合人类直觉,等于"另起炉灶",把符合要求的元素挑出来排好,再填上默认值。
如果用代码表示就是:
python复制def move_zeroes(nums):
n = len(nums)
temp = [0] * n
index = 0
for num in nums:
if num != 0:
temp[index] = num
index += 1
for i in range(n):
nums[i] = temp[i]
这段代码逻辑完全正确,能 AC 也不奇怪。但它的问题很明显:使用了额外数组,空间复杂度是O(n),不符合题目"原地操作"的要求。而且有两轮遍历,一轮是读非零元素,一轮是回写,虽然仍然可以视为O(n)时间复杂度,但本质上不是一个"漂亮"的解法。
很多人的误区在于:能 AC 就觉得足够了。 刷题不是为了过样例,而是为了在面试时展现出你的思考深度。面试官递给你这道题,期待的第一反馈往往是"原地操作",而不是"要不要开个新数组"。这就好比你去别人家帮忙收拾客厅,主人告诉你"东西别搬出去,就在屋里归置",结果你直接叫了个卡车把家具拉到外面再去重新搬回来——虽然最终客厅也收拾好了,但显然不是主人想要的做法。
