我的算法学习

时间复杂度和空间复杂度

1. 时间复杂度分析

   1. 什么是时间复杂度?
      时间复杂度是一个函数，它定性描述该算法的运行时间。
      假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示，随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同，这称作为算法的渐近时间复杂度，简称时间复杂度，记为 $O(f(n)$)。
   2. 什么是大O?
      大O用来表示上界的，当用它作为算法的最坏情况运行时间的上界，就是对任意数据输入的运行时间的上界。

2. 空间复杂度分析

   1. 空间复杂度是一个算法在运行过程中占用内存空间大小的量度，S(n)=O(f(n))

二分查找

1.递归

    function binary_search(arr, left, right, target){
        if(left <= right){
            let mid = left + Math.floor((right - left) / 2);
            // let mid = Math.floor((left + right) / 2);
            if(arr[mid] == target){
                return mid;
            }else if(arr[mid] < target){
                return binary_search(arr, mid+1，right, target);    
            }else{
                return binary_search(arr, left, mid-1, target);
            }
        }
        return -1; //不符合条件，return-1
    }

2.左闭右开

    function binary_search(arr, target){
        let left = 0, right = arr.length-1; //因为右边是开区间，right的取值最大为arr.length-1
        if(left <= right){
            let mid = left + Math.floor((right - left) / 2);
            // let mid = Math.floor((left + right) / 2);
            if(arr[mid] < target){
                left = mid + 1;
            }else if(arr[mid] > target){
                right = mid;
            }else{
                return mid;
            }
        }
        return -1;
    }

在排序数组中查找元素第一个和最后一个的位置（力扣）

    function binary_search(nums, target){
    const get_left = (nums, target)=>{
        let left = 0, right = nums.length - 1;
        let result_left = -99;
        while(left <= right){
            let mid = left + Math.floor((right - left) / 2);
            if(nums[mid] >= target){
                right = mid - 1;
                result_left = right;
            }else{
                left = mid + 1;
            }
        }
        return result_left;
    }

    const get_right = (nums, target)=>{
        let left = 0, right = nums.length - 1;
        let search_right = -99;
        while(left <= right){
            let mid = left + Math.floor((right - left) / 2);
            if(nums[mid] > target){
                right = mid - 1;
            }else{
                left = mid + 1;
                search_right = left;
            }
        }
        return search_right;
    }

    let result_left = get_left(nums, target);
    let result_right = get_right(nums, target);
    if(result_left === -99 || result_right === -99){
        return [-1,-1];
    }
    if(result_right - result_left > 1){
        return [result_left + 1, result_right - 1];
    }
    return [-1,-1];
    }

    console.log(binary_search([5,7,7,8,8,10],8)); //[3,4]
    console.log(binary_search([2,2],3)); //[-1,-1]
    console.log(binary_search([1],1)); //[0,0]

感受：使用二分查找的思路进行做题，用while循环的方法找出目标数的左边和右边，注意循环的条件，最后根据情况判断是否符合。