Add removeDuplicates function for sorted array

[argondev22]

Status

Accepted

Runtime

0 ms

Memory

6.24 MB

Time Taken

9 m 46 s

[Copilot]

問題内容を確認しました。それでは、あなたの解答を詳しく評価いたします。

---

📊 総合評価:8.5点 / 10点

---

✅ 良い点

1. 正しいアルゴリズム: Two-pointer手法を正しく実装しており、問題の要件を満たしています。
2. 適切なエッジケース処理: 空配列のチェック(len(nums) == 0)を最初に行っています。
3. In-place操作: 追加のメモリを使わず、元の配列を直接変更しています。
4. 読みやすいコード: 変数名が明確で、ロジックが理解しやすい構造になっています。
5. 正しい返り値: ユニークな要素の個数 k を正しく返しています。

---

⚠️ 改善が必要な点

1. 不要なエッジケースチェック: 問題の制約条件に 1 <= nums.length とあるため、空配列のチェックは不要です(ただし、防御的プログラミングとしては有効)。

2. 微細な非効率性: len(nums) - 1 をループ内で毎回評価しています(Go言語のコンパイラが最適化する可能性はありますが)。

3. より直感的なアプローチの余地: 現在のコードは正しいですが、「次の異なる要素を見つけたら配置する」という考え方よりも、「現在の要素が前の要素と異なれば配置する」という考え方の方がより自然です。

---

🏆 最適解との比較

あなたのアプローチ

// 「次の要素が現在の要素と異なる」をチェック
if nums[i] != nums[i + 1] {
    nums[k] = nums[i + 1]
    k++
}

より標準的なアプローチ

// 「現在の要素が前の要素と異なる」をチェック
for i := 1; i < len(nums); i++ {
    if nums[i] != nums[i - 1] {
        nums[k] = nums[i]
        k++
    }
}

違い:

• あなたのコード: i と i+1 を比較(前向き比較)
• 標準的なコード: i と i-1 を比較(後ろ向き比較)

両方とも正解ですが、標準的なアプローチの方が「現在処理している要素」に焦点を当てているため、より直感的です。

---

⏱️ 計算量の比較

項目	あなたのコード	最適解
時間計算量	O(n)	O(n)
空間計算量	O(1)	O(1)

結論: 計算量は最適です!どちらも配列を一度だけ走査し、追加メモリを使用していません。

---

🔧 あなたのコードの具体的な改善

改善版1: より標準的なアプローチ

func removeDuplicates(nums []int) int {
    if len(nums) == 0 {
        return 0
    }
    
    k := 1
    
    for i := 1; i < len(nums); i++ {
        if nums[i] != nums[i-1] {
            nums[k] = nums[i]
            k++
        }
    }
    
    return k
}

改善版2: よりシンプル(エッジケース省略)

func removeDuplicates(nums []int) int {
    if len(nums) <= 1 {
        return len(nums)
    }
    
    k := 1
    
    for i := 1; i < len(nums); i++ {
        if nums[i] != nums[i-1] {
            nums[k] = nums[i]
            k++
        }
    }
    
    return k
}

改善版3: 最もシンプル(制約条件を信頼)

func removeDuplicates(nums []int) int {
    k := 1
    
    for i := 1; i < len(nums); i++ {
        if nums[i] != nums[i-1] {
            nums[k] = nums[i]
            k++
        }
    }
    
    return k
}

---

📚 学習ポイント

1. Two-Pointer テクニック

このアルゴリズムはTwo-Pointerパターンの典型例です:

• 読み取りポインタ (i): 配列を順次走査
• 書き込みポインタ (k): ユニークな要素を配置する位置

2. In-place アルゴリズム

追加のメモリを使わずに配列を変更する技術は、空間計算量を最適化する重要なテクニックです。

3. ソート済み配列の特性

ソート済み配列では、重複要素は必ず隣接しているため、O(n)の一度の走査で重複を検出できます。

4. エッジケースの判断

• 問題の制約条件を確認し、必要なエッジケース処理を判断する
• 過剰な防御的プログラミングは可読性を下げることもある

5. 前向き vs 後ろ向き比較

• 前向き (nums[i] != nums[i+1]): 次を見る
• 後ろ向き (nums[i] != nums[i-1]): 前を見る

どちらも有効ですが、「現在処理中の要素」に焦点を当てる後ろ向き比較の方が直感的です。

---

📝 まとめ

あなたの解答は非常に優れています。アルゴリズムの本質を理解し、正しく実装できています。

強み:

• ✅ 正しいTwo-Pointerアプローチ
• ✅ 最適な時間・空間計算量
• ✅ 読みやすいコード

さらなる向上のために:

• 🔄 標準的なパターン(後ろ向き比較)にも慣れる
• 📋 問題の制約条件を活用し、不要なチェックを減らす
• 💡 同じ問題に対する複数のアプローチを学ぶ

このレベルの理解があれば、類似の配列操作問題(例: Remove Element, Move Zeros)にも応用できます。引き続き頑張ってください! 🚀

[Copilot]

より効率的なアプローチとして、iとi+1を比較するのではなく、kとの比較を行う方法があります。これにより、ループの範囲もlen(nums)全体に拡張でき、ロジックがよりシンプルになります。

推奨解法：

k := 1
for i := 1; i < len(nums); i++ {
if nums[i] != nums[k-1] {
nums[k] = nums[i]
k++
}
}

メリット：

• ✅ インデックス計算（i+1）が不要になり、可読性が向上
• ✅ ループ範囲が0からlen(nums)-1ではなく1からlen(nums)-1となり、意図がより明確