在处理有序数组时,我们经常会遇到这样一个问题:给定一个排序数组和一个目标值,需要找到目标值在数组中的索引。如果目标值不存在于数组中,则返回它将会被按顺序插入的位置。为了提高效率,我们需要使用时间复杂度为 O(log n)
的算法,这意味着二分查找是一个理想的选择。
题目描述
假设你有一个包含 n
个元素的升序整型数组 nums
,以及一个目标值 target
。你需要编写一个函数,在数组 nums
中查找 target
的索引,如果目标值存在则返回其索引;如果目标值不存在,则返回它将要被插入的位置。
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
问题分析
为了实现这一功能,我们可以采用二分查找算法。二分查找的核心思想是通过不断将查找范围对半划分,从而迅速缩小查找范围。这种方法适用于在有序数组中进行查找操作,并且时间复杂度为 O(log n)
。
解决方法
方法 1:标准二分查找
以下是实现搜索插入位置的一种标准方法:
public int searchInsert(int[] nums, int target) {
int left = 0, right = nums.length - 1, l = nums.length;
while (left <= right) { // 等于0是为了防止 [1,3,5,6] 0 的case
int mid = (left + right) / 2;
if (target <= nums[mid]) {
l = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return l;
}
方便理解的版本:
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = (right + left) / 2;
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
方法 2:递归二分查找
我们还可以采用递归方式实现搜索插入位置:
public int searchInsert(int[] nums, int target) {
return binarySearch(nums, target, 0, nums.length - 1);
}
private int binarySearch(int[] nums, int target, int left, int right) {
if (left > right) {
return left;
}
int mid = left + (right - left) / 2; // 防止溢出
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
return binarySearch(nums, target, mid + 1, right);
} else {
return binarySearch(nums, target, left, mid - 1);
}
}
方法 3:带调试信息的版本
为了更好地理解算法,可以添加调试信息来跟踪程序执行过程:
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
System.out.println("Left: " + left + ", Mid: " + mid + ", Right: " + right);
if (nums[mid] == target) {
System.out.println("Found target at index: " + mid);
return mid;
}
if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
System.out.println("Target not found, insert position: " + left);
return left;
}
详细步骤
- 初始化:设置
left
为数组的起始索引0
,right
为数组的末尾索引n-1
。 - 计算中点:在每个迭代中,计算中点
mid
的索引,避免直接加和可能导致的溢出。 - 比较中点值:将中点值与目标值
target
比较:- 若相等,返回中点索引。
- 若中点值大于目标值,将
right
更新为mid - 1
。 - 若中点值小于目标值,将
left
更新为mid + 1
。
- 重复操作:继续上述步骤直到
left
超过right
,表示目标值不在数组中,返回left
。
总结
搜索插入位置的问题非常适合使用二分查找算法,因为其时间复杂度为 O(log n)
,能够在大规模有序数组中高效地查找目标值的索引或插入位置。本文展示了多种实现方法,包括标准二分查找、递归二分查找以及带调试信息的版本,以帮助读者更好地理解并应用这种算法。希望这些方法能够帮助你解决实际开发中的问题,确保程序顺利运行。
如果本文对你有帮助 欢迎 关注、点赞、收藏、评论!!!
博主v:XiaoMing_Java
📫作者简介:嗨,大家好,我是 小 明(小明java问道之路),互联网大厂后端研发专家,2022博客之星TOP3 / 博客专家 / CSDN后端内容合伙人、InfoQ(极客时间)签约作者、阿里云签约博主、全网5万粉丝博主。
🍅 文末获取联系 🍅 👇🏻 精彩专栏推荐订阅收藏 👇🏻
专栏系列(点击解锁)
学习路线(点击解锁)
知识定位
全面讲解MySQL知识与企业级MySQL实战 🔥计算机底层原理🔥