第 1 天
二分查找
给定一个 n
个元素有序的(升序)整型数组 nums
和一个目标值 target
,写一个函数搜索 nums
中的 target
,如果目标值存在返回下标,否则返回 -1
。
Python:
class Solution:
def search(self, nums: List[int], target: int) -> int:
left = 0
right = len(nums)
while left<right:
mid = (left+right)//2
if nums[mid]==target:
return mid
elif nums[mid]<target:
left=mid+1
else :
right = mid
return -1
Java:
class Solution {
public int search(int[] nums, int target) {
int left = 0;
int right = nums.length;
while(left<right){
int mid = (left+right)/2;
if (nums[mid]==target){
return mid;
}
else if (target>nums[mid]){
left=mid+1;
}
else if(target<nums[mid]){
right = mid;
}
}
return -1;
}
}
我常用的二分查找方式为定义查找区间为左闭右开区间,也就是[left,right)。
这样定义mid时需要向后取,并且当target大于当前中间值时,left指针更新为mid+1;当target小于中间值时,right指针更新为mid。
难度简单718收藏分享切换为英文接收动态反馈
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n
个版本 [1, 2, ..., n]
,你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version)
接口来判断版本号 version
是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
示例 1:
输入:n = 5, bad = 4 输出:4 解释:调用 isBadVersion(3) -> false 调用 isBadVersion(5) -> true 调用 isBadVersion(4) -> true
所以,4 是第一个错误的版本。
示例 2:
输入:n = 1, bad = 1 输出:1
Python:
class Solution:
def firstBadVersion(self, n):
"""
:type n: int
:rtype: int
"""
if n == 1:
return 1
left = 1
right = n
while left < right:
mid = (left + right) // 2
if isBadVersion(mid) == False and isBadVersion(mid + 1) == True:
return mid + 1
elif isBadVersion(mid) == True and isBadVersion(mid + 1) == True:
right = mid
if mid == 1:
return 1
elif isBadVersion(mid) == False and isBadVersion(mid + 1) == False:
left = mid + 1
Java:
public class Solution extends VersionControl {
public int firstBadVersion(int n) {
int left = 1, right = n;
while (left < right) { // 循环直至区间左右端点相同
int mid = left + (right - left) / 2; // 防止计算时溢出
if (isBadVersion(mid)) {
right = mid; // 答案在区间 [left, mid] 中
} else {
left = mid + 1; // 答案在区间 [mid+1, right] 中
}
}
// 此时有 left == right,区间缩为一个点,即为答案
return left;
}
}
难度简单1590收藏分享切换为英文接收动态反馈
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n)
的算法。
示例 1:
输入: nums = [1,3,5,6], target = 5 输出: 2
示例 2:
输入: nums = [1,3,5,6], target = 2 输出: 1
示例 3:
输入: nums = [1,3,5,6], target = 7 输出: 4
Python:
class Solution:
def searchInsert(self, nums: List[int], target: int) -> int:
left = 0
right = len(nums)
if target>nums[right-1]:
return right
if target<nums[0]:
return 0
while left<right:
mid = (left+right)//2
if nums[mid]==target:
return mid
elif target>nums[mid] and target<nums[mid+1]:
return mid+1
elif target>nums[mid] :
left=mid+1
elif target<nums[mid] and target>nums[mid-1]:
return mid
elif target<nums[mid] :
right =mid
class Solution:
def searchInsert(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums)
while left < right:
middle = (left + right) // 2
if nums[middle] < target:
left = middle + 1
elif nums[middle] > target:
right = middle
else:
return middle
return left
Java:
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0, right = nums.length;
while (left < right) { // 循环直至区间左右端点相同
int mid = left + (right - left) / 2; // 防止计算时溢出
if (target<nums[mid]) {
right = mid; // 答案在区间 [left, mid] 中
} else if(target>nums[mid]) {
left = mid + 1; // 答案在区间 [mid+1, right] 中
}
else if(target==nums[mid]){
return mid;
}
}
// 此时有 left == right,区间缩为一个点,即为答案
return left;
}
}