复杂度必须是 O(log n) 级别
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。
你的算法时间复杂度必须是 O(log n) 级别。
如果数组中不存在目标值,返回 [-1, -1]。
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]
思路:
利用二分查找的变形,利用在一个重复元素的数组中查找key的最左位置的实现。
public int binarySearch(int[] nums, int key) {
int l = 0, h = nums.length;//注意边界
while (l < h) {//注意循环结束条件
int m = l + (h - l) / 2;//防止溢出,等同于(h + l) / 2。
if (nums[m] >= key) {
h = m;
} else {
l = m + 1;
}
}
return l;
}
注意:在nums[m]>=key的情况下,可以推导出最左key位于[l,m]区间中,这是一个闭区间,h的赋值表达式为h=m,因为m的位置也可能是解。返回值l的意义:当l=nums.length的时候,代表key大于数组中的所有值。结束时候的nums[l]!=key,那么只能在数组中找到第一个比key大的数的位置,而数组中并没有key。
解题:
public int[] searchRange(int[] nums, int target) {
int first = binarySearch(nums, target);
int last = binarySearch(nums, target + 1) - 1;
if (first == nums.length || nums[first] != target) {
return new int[]{-1, -1};
} else {
return new int[]{first, Math.max(first, last)};
}
}
private int binarySearch(int[] nums, int target) {
int l = 0, h = nums.length; // 注意 h 的初始值
while (l < h) {
int m = l + (h - l) / 2;
if (nums[m] >= target) {
h = m;
} else {
l = m + 1;
}
}
return l;
}