vector算法实战：杨辉三角与删除重复项

1. 项目概述

作为一名长期奋战在算法竞赛一线的开发者，我深知vector在实际编程中的重要性。今天我想和大家深入探讨两个经典的vector算法题目：118. 杨辉三角和26. 删除有序数组中的重复项。这两个题目看似简单，却蕴含着vector操作的精华，也是面试中的高频考点。

杨辉三角是数学中的经典概念，在编程中如何用vector高效生成是一个值得研究的问题。而删除有序数组中的重复项则考察了我们对vector底层实现的理解，特别是快慢指针技巧的应用。这两个题目分别代表了vector的两种典型使用场景：动态构建二维结构和原地修改一维数组。

2. 杨辉三角的vector实现解析

2.1 杨辉三角的数学特性

杨辉三角，又称帕斯卡三角，是一个无限对称的数字金字塔。它的每一行都对应着二项式系数，具有以下重要特性：

• 每行首尾数字都是1
• 每个内部数字等于它正上方数字和左上方数字之和
• 第n行有n个元素

在C++中，我们可以用vector<vector>来表示这个二维结构。外层vector的每个元素都是一个表示行的vector。

2.2 动态构建的实现思路

实现杨辉三角的关键在于如何高效地构建这个二维结构。以下是具体实现步骤：

cpp复制vector<vector<int>> generate(int numRows) {
    vector<vector<int>> triangle;
    for(int i=0; i<numRows; ++i){
        vector<int> row(i+1, 1); // 初始化当前行，所有元素设为1
        for(int j=1; j<i; ++j){ // 跳过首尾元素
            row[j] = triangle[i-1][j-1] + triangle[i-1][j];
        }
        triangle.push_back(row);
    }
    return triangle;
}

这个实现的时间复杂度是O(n²)，空间复杂度也是O(n²)，其中n是行数。我们利用了vector的push_back方法来动态添加每一行。

2.3 优化与注意事项

在实际编码中，有几个关键点需要注意：

1. 边界条件处理：当numRows为0时的特殊情况
2. 内存预分配：可以使用reserve预先分配空间提高性能
3. 行索引处理：注意i和j的取值范围，避免越界访问

提示：在面试中，面试官可能会要求你解释为什么内部循环从j=1开始，到j<i结束。这是为了跳过每行的首尾元素，因为它们总是1。

3. 删除有序数组中的重复项

3.1 问题分析与快慢指针法

这个问题要求我们在不使用额外数组的情况下，原地删除有序数组中的重复元素，并返回新长度。关键在于理解"原地"操作的含义，这正是vector的优势所在。

快慢指针法是解决这类问题的经典方法：

• 慢指针(slow)指向当前唯一元素的末尾
• 快指针(fast)遍历整个数组
• 当发现新元素时，将其复制到slow+1位置，然后slow前进

3.2 具体实现与代码解析

cpp复制int removeDuplicates(vector<int>& nums) {
    if(nums.empty()) return 0;
    
    int slow = 0;
    for(int fast=1; fast<nums.size(); ++fast){
        if(nums[fast] != nums[slow]){
            nums[++slow] = nums[fast];
        }
    }
    return slow+1;
}

这个算法的时间复杂度是O(n)，空间复杂度是O(1)，非常高效。它充分利用了vector支持随机访问的特性。

3.3 常见错误与调试技巧

在实际实现中，开发者常犯的错误包括：

1. 忘记处理空数组的情况
2. 慢指针的初始值设置错误
3. 返回长度计算错误（应该是slow+1而非slow）

调试时可以打印出每步操作后的数组状态，帮助理解指针移动的逻辑：

code复制初始状态：[0,0,1,1,1,2,2,3,3,4]
fast=1: [0,0,1,1,1,2,2,3,3,4] (重复，不移动slow)
fast=2: [0,1,1,1,1,2,2,3,3,4] (移动slow到1，复制nums[2])
fast=5: [0,1,2,1,1,2,2,3,3,4] (移动slow到2，复制nums[5])
...

4. vector的底层原理与性能考量

4.1 vector的内存管理机制

理解vector的底层实现对于优化算法性能至关重要。vector是一个动态数组，它：

1. 在堆上分配连续内存空间
2. 当容量不足时，会重新分配更大的内存（通常是当前大小的2倍）
3. 将元素从旧内存复制到新内存
4. 释放旧内存

这种机制解释了为什么在预先知道大小的情况下，使用reserve可以显著提高性能。

4.2 两种算法的性能对比

杨辉三角算法：

• 涉及频繁的vector扩容操作
• 每次push_back都可能导致内存重新分配
• 解决方案：预先计算所需空间或用reserve优化

删除重复项算法：

• 完全原地操作，不涉及内存分配
• 仅依赖元素比较和赋值
• 性能非常稳定

4.3 实际应用中的选择建议

根据不同的应用场景选择合适的方法：

1. 需要频繁随机访问：优先考虑vector
2. 需要频繁在中间插入删除：考虑list
3. 元素唯一性重要：考虑set或unordered_set
4. 需要同时维护键值对：考虑map

5. 扩展思考与练习题

为了加深对vector算法的理解，我推荐以下扩展练习：

1. 修改杨辉三角代码，使其只返回指定的第n行
2. 实现删除排序数组中的重复项II（允许最多重复两次）
3. 尝试用单vector而非vector<vector>实现杨辉三角
4. 比较vector和原生数组在算法实现上的性能差异

这些练习将帮助你更深入地掌握vector在各种算法场景中的应用技巧。在实际编程中，理解数据结构的底层原理往往能帮助我们写出更高效的代码。