leetcode34- 在排序数组中查找元素的首尾位(记录一个适合带有重复数组的二分查找模板)

leetcode34- 在排序数组中查找元素的首尾位(记录一个适合带有重复数组的二分查找模板)

介绍

我的LeetCode主页,一题一题解

标签:数组、二分查找

34. 在排序数组中查找元素的第一个和最后一个位置
难度 中等

34. 在排序数组中查找元素的第一个和最后一个位置
https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array

题目

给定一个按照升序排列的整数数组 nums,和一个目标值target。找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target,返回[-1, -1]

进阶:

  • 你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗?

示例 1:

输入:nums = [5,7,7,8,8,10], target = 8
输出:[3,4]

示例 2:

输入:nums = [5,7,7,8,8,10], target = 6
输出:[-1,-1]

示例 3:

输入:nums = [], target = 0
输出:[-1,-1]

提示:

  • 0 <= nums.length <= 105
  • -109 <= nums[i] <= 109
  • nums 是一个非递减数组
  • -109 <= target <= 109
    记录一个适合带有重复数组的二分查找模板



解题思路

方法一:

拿到手上第一反应就是个一次遍历
心想 O(n) 也不至于慢吧
2ms,15%,那没事了,还是二分查找吧

方法二:

题目要求O(log n),那很明显就是用二分查找
最主要的就是判断mid点是否满足条件
官方那种查找就很适合,就是在35题里面的那种

//官方在35题里面给的二分查找的示例
public int binarySearch(int[] nums, int target) {
    int n = nums.length;
    int left = 0, right = n - 1, ans = n;
    while (left <= right) {
        int mid = ((right - left) >> 1) + left;
        if (target <= nums[mid]) {
            ans = mid;
            right = mid - 1;
        }
        else {
            left = mid + 1;
        }
    }
    return ans;
}



代码

O(n) 代码

class Solution {
    public int[] searchRange(int[] num, int target) {
        int a = -1, b = -1;
        for(int i = 0; i < num.length; ++i)
        {
            if((i == 0 && num[i] == target) || (i > 0 && num[i] == target && num[i-1] != target))
                a = i;
            
            if((i == num.length - 1 && num[i] == target) || (i < num.length && num[i] == target && num[i+1] != target))
                b = i;
        }

        return new int[]{a, b};
    }
}

两毫秒也是15%

image.png



O(log n) 代码

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int leftIndex = binarySearch(nums, target, true);
        int rigthIndex = binarySearch(nums, target, false) - 1;

        if(leftIndex <= rigthIndex && rigthIndex < nums.length && nums[leftIndex] == target && nums[rigthIndex] == target)
        {
            return new int[]{leftIndex, rigthIndex};
        }
        return new int[]{-1, -1};

    }

    //官方这个复用的二分查找真不错
    public int binarySearch(int[] nums, int target, boolean lower) {
        int left = 0;
        int ans = nums.length;
        int right = ans - 1;
        
        while(left <= right)
        {
            int mid = (left + right) / 2;
            //大于与大于等于的差距就是在于是否包含target,在仅大于的情况下就是在找target后面的那位数
            if (nums[mid] > target || (lower && nums[mid] >= target)) 
            {
                ans = mid;
                right = mid - 1;
            } 
            else 
            {
                left = mid + 1;
            }
        }
        return ans;
    }
}

效率更高了

image.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值