【剑指 Offer 53 - I. 在排序数组中查找数字 I】
题目描述:
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/zai-pai-xu-shu-zu-zhong-cha-zhao-shu-zi-lcof/
- 统计一个数字在排序数组中出现的次数。
示例:
- 示例1:
输入: nums = [5,7,7,8,8,10], target = 8
输出: 2
- 示例2:
输入: nums = [5,7,7,8,8,10], target = 6
输出: 0
- 提示:
0 <= nums.length <= 105
-109 <= nums[i] <= 109
nums 是一个非递减数组
-109 <= target <= 109
解析思路1:遍历+计数
- 直接遍历元素成员,进行累加计数,返回 target 对应的数值
代码(python3)
class Solution:
def search(self, nums: List[int], target: int) -> int:
count = 0;
for i in range (0,len(nums)):
if nums[i] == target:
count += 1;
return count;
代码(cpp)
class Solution {
public:
int search(vector<int>& nums, int target) {
int counts = 0;
if (nums.size() == 0 ) // vector 为空
return 0;
for(int i= 0; i < nums.size(); i++){ // 遍历vector成员
if (nums[i] == target)
counts += 1;
}
return counts;
}
};
复杂度分析:
- 时间复杂度为 O(n),其中 n 为数组的长度。
- 空间复杂度 O(1),程序需要常数空间存放若干变量。
解析思路2:二分法查找
- 直接遍历元素,计数返回数值,没有利用到数组升序排列的条件。
- 由于数组已经排序,因此整个数组是单调递增的,我们可以利用二分法来加速查找的过程。
- 参考k神解析.
- 统计数字 targettarget 的出现次数为 right - left - 1。
- 算法流程示意图:
- 优化:
- 过程演示:
代码(python3)
class Solution:
def search(self, nums: [int], target: int) -> int:
# 搜索右边界 right
i, j = 0, len(nums) - 1
while i <= j:
m = (i + j) // 2
if nums[m] <= target: i = m + 1
else: j = m - 1
right = i
# 若数组中无 target ,则提前返回
if j >= 0 and nums[j] != target: return 0
# 搜索左边界 left
i = 0
while i <= j:
m = (i + j) // 2
if nums[m] < target: i = m + 1
else: j = m - 1
left = j
return right - left - 1
- 函数封装优化:
class Solution:
def search(self, nums: [int], target: int) -> int:
def helper(tar):
i, j = 0, len(nums) - 1
while i <= j:
m = (i + j) // 2
if nums[m] <= tar: i = m + 1
else: j = m - 1
return i
return helper(target) - helper(target - 1)
作者:jyd
链接:https://leetcode-cn.com/problems/zai-pai-xu-shu-zu-zhong-cha-zhao-shu-zi-lcof/solution/mian-shi-ti-53-i-zai-pai-xu-shu-zu-zhong-cha-zha-5/
- helper() 函数是查找数字 tar 在数组 nums 中的 插入点 ,且若数组中存在值相同的元素,则插入到这些元素的右边。
代码(cpp)
class Solution {
public:
int search(vector<int>& nums, int target) {
int i = 0;
int j = nums.size() - 1;
while(i <= j) {
int m = (i + j) / 2;
if(nums[m] <= target) i = m + 1;
else j = m - 1;
}
int right = i;
// 若数组中无 target ,则提前返回
if(j >= 0 && nums[j] != target) return 0;
// 搜索左边界 right
i = 0; j = nums.size() - 1;
while(i <= j) {
int m = (i + j) / 2;
if(nums[m] < target) i = m + 1;
else j = m - 1;
}
int left = j;
return right - left - 1;
}
};
- 函数封装:
class Solution {
public:
int search(vector<int>& nums, int target) {
return helper(nums, target) - helper(nums, target - 1);
}
int helper(vector<int>& nums, int tar) {
int i = 0, j = nums.size() - 1;
while(i <= j) {
int m = (i + j) / 2;
if(nums[m] <= tar) i = m + 1;
else j = m - 1;
}
return i;
}
};
复杂度分析:
- 时间复杂度 O(logN) : 二分查找算法的时间复杂度为O(logN) 。
空间复杂度 O(1) : 程序需要几个变量,使用常数大小的额外空间。