时间复杂度:O(log n)
解题思路
题目要求时间复杂度为O(log n)且数组有序,那就必须想到二分查找。
第一遍二分查找找的是第一个target位置,第二遍二分查找找的是最后一个target位置。
至于如何找到第一个target位置其实很简单,只需要根据普通的二分查找稍加修改即可,修改的位置便是target==nums[mid]时。对于一般的二分查找,既然target==nums[mid],我们就可以立即返回mid,但是现在我们的目标是找到第一个target,所以我们不可以直接返回mid而是要加上相应的判断。仔细想想,什么时候nums[mid]就是我们要找的第一个target呢?第一种情况是nums[mid-1]与target不相等,此时nums[mid]一定是打头的第一个target。那如果mid==0呢?此时nums[mid]也肯定是第一个target呀,这就是第二种情况!所以综上所述,只有这两种情况我们才可以返回mid,否则即使target==nums[mid]了我们也要查找[low,mid-1]的区间元素来寻找第一个target。
找到最后一个target也是同理,即使target==nums[mid]也不能轻易返回mid,而是要做判断当前nums[mid]究竟是不是最后一个target,如果不是那就要继续查找[mid+1,high]区间找到最后一个target。
AC代码
func searchRange(nums []int, target int) []int {
res:=make([]int,2)
res[0]=quickSortLeft(nums,target)
res[1]=quickSortRight(nums,target)
return res
}
func quickSortLeft(nums []int,target int)int{
low,high:=0,len(nums)-1
for low<=high{
mid:=low+(high-low)>>1
if nums[mid]==target&&(mid==0||nums[mid-1]!=nums[mid]){
return mid
}else if nums[mid]<target{
low=mid+1
}else{
high=mid-1
}
}
return -1
}
func quickSortRight(nums []int,target int)int{
low,high:=0,len(nums)-1
for low<=high{
mid:=low+(high-low)>>1
if nums[mid]==target&&(mid==len(nums)-1||nums[mid]!=nums[mid+1]){
return mid
}else if nums[mid]>target{
high=mid-1
}else{
low=mid+1
}
}
return -1
}
感悟
第一次提交结果超时,经排查是mid赋值时出现了问题,一开始写的是mid:=low+high>>1,可能由于数组长度过长导致low+high溢出所以就超时了。mid赋值语句修改后就解决了这个问题。
二分搜索有四大基础变种题,分别是
- 查找第一个等于给定值的元素
- 查找最后一个等于给定值的元素
- 查找第一个大于等于给定值的元素
- 查找最后一个小于等于给定值的元素
而该题目刚好满足前两种情况。
后两种情况的代码如下
//查找第一个大于等于target 的元素
func searchFirstGreaterElement(nums []int, target int) int {
low, high := 0, len(nums)-1
for low <= high {
mid := low + ((high - low) >> 1)
if nums[mid] >= target {
if (mid == 0) || (nums[mid-1] < target) { // 找到第一个大于等于 target 的元素
return mid
}
high = mid - 1
} else {
low = mid + 1
}
}
return -1
}
// 查找最后一个小于等于 target 的元素
func searchLastLessElement(nums []int, target int) int {
low, high := 0, len(nums)-1
for low <= high {
mid := low + ((high - low) >> 1)
if nums[mid] <= target {
if (mid == len(nums)-1) || (nums[mid+1] > target) { // 找到最后一个小于等于 target 的元素
return mid
}
low = mid + 1
} else {
high = mid - 1
}
}
return -1
}