专题【二分查找】刷题日记

题目列表

复习

4. 寻找两个正序数组的中位数
33. 搜索旋转排序数组
34. 在排序数组中查找元素的第一个和最后一个位置
35. 搜索插入位置
69. x 的平方根
167. 两数之和 II - 输入有序数组
209. 长度最小的子数组
222. 完全二叉树的节点个数
287. 寻找重复数
300. 最长递增子序列
350. 两个数组的交集 II
704. 二分查找
718. 最长重复子数组
887. 鸡蛋掉落

练习

---

2023.04.14

4. 寻找两个正序数组的中位数

题目

给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。

算法的时间复杂度应该为 O(log (m+n)) 。

示例 1：

输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2

示例 2：

输入：nums1 = [1,2], nums2 = [3,4]
输出：2.50000
解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5

提示：

• nums1.length == m
• nums2.length == n
• 0 <= m <= 1000
• 0 <= n <= 1000
• 1 <= m + n <= 2000
• -106 <= nums1[i], nums2[i] <= 106

思路

1. 总元素个数如果是奇数
2. 每一个数组都找中间的指针
3. 如果对于这俩指针， 左右恰巧数量一样，就返回这俩指针对应的元素（奇数返回小的，偶数返回两个的平均）
4. a[0], …, a[i],…a[m-1]，b[0],…,b[j],…b[n-1]，左右一样指a[0]…a[i]元素个数加上b[0]…b[j]元素个数和剩余部分一致，并且a[i-1]<b[j]<a[i+1] && b[j-1] < a[i] < b[j+1]，即a[i]的坐边小于b[j]、b[j]的左边小于a[i]、a[i]的右边大于b[j]、b[j]的右边大于a[i]
5. 否则使用二分查找其中一个，同时调整另一个元素的个数，始终保持，左右元素相等，直到满足上述第二个条件

答案

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;

        if (m > n) {
        	// 从短的做遍历。为了避免处理nums2的边界
            return findMedianSortedArrays(nums2, nums1);
        }
        int halfNum = (m + n + 1) / 2;

        int left = 0, right = m;
        int leftMax = 0, rightMin = 0;

        while (left <= right) {
        	// 防溢出
            int middle1 = left + (right - left) / 2;
            int middle2 = halfNum - middle1;
			
			// i_1要处理左溢出即==0的判断，i本身要处理右溢出即==m
			// MAX_VALUE还是MIN_VALUE是从max还是min赋值的，反正就是取合法的那边
            int ai_1 = middle1 == 0 ? Integer.MIN_VALUE : nums1[middle1 - 1];
            int ai = middle1 == m ? Integer.MAX_VALUE : nums1[middle1];
	
            int bj_1 = middle2 == 0 ? Integer.MIN_VALUE : nums2[middle2 - 1];
            int bj = middle2 == n ? Integer.MAX_VALUE : nums2[middle2];

			// 满足条件就记录
            if (ai_1 <= bj) {
                leftMax = Math.max(ai_1, bj_1);
                rightMin = Math.min(ai, bj);
                left = middle1 + 1;
            } else {
                right = middle1 - 1;
            }

        }
        // 满足条件才更新，所以直接返回
        return ((m + n) % 2 == 0) ? (leftMax + rightMin) / 2.0 : leftMax;

    }
}

33. 搜索旋转排序数组

题目

整数数组 nums 按升序排列，数组中的值 互不相同 。

在传递给函数之前，nums 在预先未知的某个下标 k（0 <= k < nums.length）上进行了 旋转，使数组变为 [nums[k], nums[k+1], …, nums[n-1], nums[0], nums[1], …, nums[k-1]]（下标 从 0 开始 计数）。例如， [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。

给你 旋转后 的数组 nums 和一个整数 target ，如果 nums 中存在这个目标值 target ，则返回它的下标，否则返回 -1 。

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

示例 1：

输入：nums = [4,5,6,7,0,1,2], target = 0
输出：4

示例 2：

输入：nums = [4,5,6,7,0,1,2], target = 3
输出：-1

示例 3：

输入：nums = [1], target = 0
输出：-1

提示：

• 1 <= nums.length <= 5000
• -104 <= nums[i] <= 104
• nums 中的每个值都 独一无二
• 题目数据保证 nums 在预先未知的某个下标上进行了旋转
• -104 <= target <= 104

思路

核心是找到在哪边搜索

1. 先判断哪边是有序的
2. 如果目标值在有序的这边，就在这边，否则在另一边

答案

class Solution {
    public int search(int[] nums, int target) {
        return search(nums, target, 0, nums.length - 1);
    }

    public int search(int[] nums, int target, int left, int right) {
    	// 递归的边界
        if (left > right) {
            return -1;
        }

        int middle = left + (right - left) / 2;
        int value = nums[middle];
        // 递归的终止条件
        if (value == target) {
            return middle;
        } 
        // 左边有序
        if (nums[left] <= value) {
        	// 因为左边有序，所以判断在不在左边范围内，在的话就在左边
            if (target < value && nums[left] <= target) {
                return search(nums, target, left, middle - 1);
            } else {
                return search(nums, target, middle + 1, right);
            }
        } else {
        	// 右边同理
            if (target > value && target <= nums[right]) {
                return search(nums, target, middle + 1, right);
            } else {
                return search(nums, target, left, middle - 1);
            }
        }
    }
}

34. 在排序数组中查找元素的第一个和最后一个位置

题目

给你一个按照非递减顺序排列的整数数组 nums，和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target，返回 [-1, -1]。

你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。

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]

示例 3：

输入：nums = [], target = 0
输出：[-1,-1]

提示：

• 0 <= nums.length <= 105
• -109 <= nums[i] <= 109
• nums 是一个非递减数组
• -109 <= target <= 109

思路

和普通二分的区别是搜索到之后的动作

1. 搜索最左边的话，就一直把右边界往左边移动。
2. 右边同理，详见注释

答案

class Solution {
    public int[] searchRange(int[] nums, int target) {
        if (nums.length == 0) {
            return new int[] { -1, -1 };
        }
        return new int[] { lBsearch(nums, target, 0, nums.length - 1), rBsearch(nums, target, 0, nums.length - 1) };
    }

    public int lBsearch(int[] nums, int target, int left, int right) {
		// 因为左右都是闭区间，所以相等
        while (left <= right) {
            int middle = left + (right - left) / 2;
            int value = nums[middle];
            if (value < target) {
                left = middle + 1;
            } else {
            	// 相等就移动右边界
                right = middle - 1;
            }
        }
        // 考虑剩两个元素的时候，[m, target]，这时候middle==left, m < target，最后右移一步。所以最后，如果有left一定指向元素
        // 考虑剩两个元素的时候，[target, target]，这时候middle==left, 最后左移一步。所以最后，如果有left一定指向元素
        // 一些边界判断
        return left >= 0 && left < nums.length && nums[left] == target ? left : -1;
    }

	// 同搜索左边界
    public int rBsearch(int[] nums, int target, int left, int right) {
        while (left <= right) {
            int middle = left + (right - left) / 2;
            int value = nums[middle];
            if (value <= target) {
                left = middle + 1;
            } else {
                right = middle - 1;
            }
        }
        return right >= 0 && right < nums.length && nums[right] == target ? right : -1;
    }
}

2024.04.19

35. 搜索插入位置

题目

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

请必须使用时间复杂度为 O(log n) 的算法。

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

提示:

• 1 <= nums.length <= 104
• -104 <= nums[i] <= 104
• nums 为 无重复元素 的 升序 排列数组
• -104 <= target <= 104

思路

比二分查找，要多考虑下，最后left和right的位置关系
考虑两个元素的时候[m, n], m < target < n, nums[middle] = m < target，移动right，left和right重合在m，最后一次，right-1，left不动

答案

class Solution {
    public int searchInsert(int[] nums, int target) {
        int left = 0, right = nums.length - 1;
        // 闭区间，所以=
        while (left <= right) {
            int middle = left + (right - left) / 2;
            int value = nums[middle];

            if (value == target) {
                return middle;
            } else if (value < target) {
                left = middle + 1;
            } else {
                right = middle - 1;
            }
        }
        return left;
    }
}

69. x 的平方根

题目

给你一个非负整数 x ，计算并返回 x 的 算术平方根 。
由于返回类型是整数，结果只保留 整数部分 ，小数部分将被 舍去 。
注意：不允许使用任何内置指数函数和算符，例如 pow(x, 0.5) 或者 x ** 0.5 。

示例 1：

输入：x = 4
输出：2

示例 2：

输入：x = 8
输出：2
解释：8 的算术平方根是 2.82842…, 由于返回类型是整数，小数部分将被舍去。

提示：

• 0 <= x <= 2^31 - 1

思路

0-x一半一半逼近，因为1 = 1 x 1, 所以x是闭区间

答案

class Solution {
    public int mySqrt(int x) {
    	// 边界0,1
        if (x < 2) {
            return x;
        }
        int left = 0, right = x;

        while (left <= right) {
            int middle = left + (right - left) / 2;
            if (x / middle == middle) {
                return middle;
            } else if (x / middle < middle) {
                right = middle - 1;
            } else {
                left = middle + 1;
            }
        }
        // 2.8取2，所以-1
        return left - 1;
    }
}

167. 两数之和 II - 输入有序数组

题目

给你一个下标从 1 开始的整数数组 numbers ，该数组已按 非递减顺序排列 ，请你从数组中找出满足相加之和等于目标数 target 的两个数。如果设这两个数分别是 numbers[index1] 和 numbers[index2] ，则 1 <= index1 < index2 <= numbers.length 。

以长度为 2 的整数数组 [index1, index2] 的形式返回这两个整数的下标 index1 和 index2。

你可以假设每个输入 只对应唯一的答案 ，而且你 不可以 重复使用相同的元素。

你所设计的解决方案必须只使用常量级的额外空间。

示例 1：

输入：numbers = [2,7,11,15], target = 9
输出：[1,2]
解释：2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。返回 [1, 2] 。

示例 2：

输入：numbers = [2,3,4], target = 6
输出：[1,3]
解释：2 与 4 之和等于目标数 6 。因此 index1 = 1, index2 = 3 。返回 [1, 3] 。

示例 3：

输入：numbers = [-1,0], target = -1
输出：[1,2]
解释：-1 与 0 之和等于目标数 -1 。因此 index1 = 1, index2 = 2 。返回 [1, 2] 。

提示：

• 2 <= numbers.length <= 3 * 104
• -1000 <= numbers[i] <= 1000
• numbers 按 非递减顺序 排列
• -1000 <= target <= 1000
• 仅存在一个有效答案

思路

因为有序，固定一个，另一个用二分

答案

// 二分，O（n log(n)）
class Solution {
    public int[] twoSum(int[] numbers, int target) {
        for (int i = 0; i < numbers.length; i++) {
            int current = numbers[i];
            int left = i + 1;
            int right = numbers.length - 1;
            while (left <= right) {
                int middle = left + (right - left) / 2;
                if (current + numbers[middle] == target) {
                    return new int[] { i + 1, middle + 1 };
                } else if (current + numbers[middle] < target) {
                    left = middle + 1;
                } else {
                    right = middle - 1;
                }
            }
        }
        return new int[] { -1, -1 };
    }
}
// 双指针 O(n)
class Solution {
    public int[] twoSum(int[] numbers, int target) {
        int left = 0, right = numbers.length - 1;
        while (left < right) {
            int leftValue = numbers[left];
            int rightValue = numbers[right];
            if (leftValue + rightValue == target) {
                return new int[] { left + 1, right + 1 };
            } else if (leftValue + rightValue < target) {
                left++;
            } else {
                right--;
            }
        }
        return new int[] { -1, -1 };
    }
}

209. 长度最小的子数组

题目

给定一个含有 n 个正整数的数组和一个正整数 target 。

找出该数组中满足其总和大于等于 target 的长度最小的 连续
子数组 [numsl, numsl+1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2：

输入：target = 4, nums = [1,4,4]
输出：1

示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

• 1 <= target <= 109
• 1 <= nums.length <= 105
• 1 <= nums[i] <= 105

进阶：

• 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

思路

1. 滑动窗口
2. 前缀和+二分搜索。二分一定要有序，前缀和可以做到

答案

// 滑动窗口
class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int result = Integer.MAX_VALUE;
        int left = 0, right = 0;
        int sum = 0;
        while (right < nums.length) {
            sum += nums[right];

            while (sum >= target && left <= right) {
                result = Math.min(result, right - left + 1);
                sum -= nums[left++];
            }
            right++;

        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }
}
// 前缀和+二分
class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int[] sums = new int[nums.length + 1];
        int sum = 0;
        for (int i = 1; i < sums.length; i++) {
            sum += nums[i - 1];
            sums[i] = sum;
        }

        int result = Integer.MAX_VALUE;
        for (int i = 0; i < sums.length; i++) {
            int current = sums[i];
            int left = i + 1, right = sums.length - 1;
            while (left <= right) {
                int middle = left + (right - left) / 2;
                int value = sums[middle];
                if (value - current >= target) {
                    result = Math.min(result, middle - i);
                    right = middle - 1;
                } else {
                    left = middle + 1;
                }
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }
}

222. 完全二叉树的节点个数

题目

给你一棵 完全二叉树 的根节点 root ，求出该树的节点个数。

完全二叉树 的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层，则该层包含 1~ 2h 个节点。

示例 1：

输入：root = [1,2,3,4,5,6]
输出：6

示例 2：

输入：root = []
输出：0

示例 3：

输入：root = [1]
输出：1

提示：

• 树中节点的数目范围是[0, 5 * 104]
• 0 <= Node.val <= 5 * 104
• 题目数据保证输入的树是 完全二叉树

进阶： 遍历树来统计节点是一种时间复杂度为 O(n) 的简单解决方案。你可以设计一个更快的算法吗？

思路

1. 因为是完全二叉树
2. 求左右树的高度，如果相等，则说明左子树是完全二叉树，左子树元素个数是2^{左子树的高度}-1，再加上根节点，就是2^{左子树的高度}
3. 如果不相等，说明右子树是完全二叉树，算法同2

答案

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int countNodes(TreeNode root) {
        if (root == null) {
            return 0;
        }
        int left = high(root.left);
        int right = high(root.right);

        if (left == right) {
        	// 左子树是完全二叉树，左子树加右边的数量
            return countNodes(root.right) + (1 << left);
        } else {
        	// 右子树是完全二叉树，右子树加左边的数量
            return countNodes(root.left) + (1 << right);
        }
    }

    public int high(TreeNode root) {
        int result = 0;
        while (root != null) {
            result++;
            root = root.left;
        }
        return result;
    }
}

287. 寻找重复数

题目

给定一个包含 n + 1 个整数的数组 nums ，其数字都在 [1, n] 范围内（包括 1 和 n），可知至少存在一个重复的整数。
假设 nums 只有 一个重复的整数 ，返回 这个重复的数 。
你设计的解决方案必须 不修改 数组 nums 且只用常量级 O(1) 的额外空间。

示例 1：

输入：nums = [1,3,4,2,2]
输出：2

示例 2：

输入：nums = [3,1,3,4,2]
输出：3

示例 3 :

输入：nums = [3,3,3,3,3]
输出：3

提示：

• 1 <= n <= 105
• nums.length == n + 1
• 1 <= nums[i] <= n
• nums 中 只有一个整数 出现 两次或多次 ，其余整数均只出现 一次

进阶：

• 如何证明 nums 中至少存在一个重复的数字?
• 你可以设计一个线性级时间复杂度 O(n) 的解决方案吗？

思路

之前双指针有过，这次换个思路
要二分，必须有单调数组，有点像定义DP数组了、本次定义cnt[i]表示小于等于i的元素数量，有点像前缀和的逻辑，记住吧。数组构造单调数组有两个办法：前缀和、cnt[i]
如果数组中只有一个重复元素，根据题意 nums.length == n + 1 、1 <= nums[i] <= n，其实必然重复（n+1个位置，只有n个元素）。则重复元素之前，cnt[i] == i，[1,2,3,4,5,6,5,7,8]，这种cnt[0-4] = [0-4]，因为可能重复多个，所以cnt[i] <= i
用二分找到这个就行了，就是哪个位置开始出现不小于等于

答案

class Solution {
    public int findDuplicate(int[] nums) {
        int left = 0, right = nums.length - 1;
        int result = 0;
        // 找数，数在0-n之间（根据题意nums.length==n+1），搜索的是小于等于xxx
        while (left <= right) {
        	// 二分找数
            int middle = left + (right - left) / 2;
            // 计算cnt
            int cnt = 0;
            for (int i = 0; i < nums.length; i++) {
            	// 遍历数组，小于等于middle的数个数
                if (nums[i] <= middle) {
                    cnt++;
                }
            }
            // 是不是满足条件，满足说明数小了
            if (cnt <= middle) {
                left = middle + 1;
            } else {
            	// 记录下，因为可能是大于target的，所以继续搜索
            	// [1,2,3,4,5,6,5,7,8]，cnt[6] = 7, cnt[5] = 6, cnt[8] = 8，都满足条件，所以继续搜索
                result = middle;
                right = middle - 1;
            }
        }
        return result;
    }
}

2024.04.21

300. 最长递增子序列

题目

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的
子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

提示：

• 1 <= nums.length <= 2500
• -104 <= nums[i] <= 104

进阶：

• 你能将算法的时间复杂度降低到 O(n log(n)) 吗?

思路

1. 动态规划
2. 二分

答案

class Solution {
    public int lengthOfLIS(int[] nums) {
    	// 以i结尾的长度
        int[] dp = new int[nums.length];
        dp[0] = 1;
        // 因为最长的不一定以最后一个结尾，所以记录下，最小长度是1（题目条件，数组一定有元素）
        int result = 1;
        for (int i = 1; i < dp.length; i++) {
            dp[i] = 1;
            for (int j = 0; j < i; j++) {
            	// 如果当前元素比之前的大，就满足，就上一个+1，但是不一定是最大的，所以要遍历
                if (nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
            // 更新结果
            result = Math.max(result, dp[i]);
        }
        return result;
    }
}

class Solution {
    // 二分 + 贪心
    // 1. 升的越慢升的越久（贪心）,为什么可以替换，比如到了3，前面的5已经遍历过了，后面如果有数字，大于3的概率高于大于5（多了个4）
    // 2. 二分之后，左右都落到最新节点位置
    // 3. result 取最大

    public int lengthOfLIS(int[] nums) {
    	// 维护这个【严格】递增的数组
        int[] tail = new int[nums.length];
        int result = 0;
        for (int num : nums) {
            int left = 0, right = result;
            // 退出条件是重合，这个是因为最后要left落到第一个大于num的位置上，而且可能有重复
            while (left < right) {
                int middle = (right + left) / 2;
                // 因为有重复
                if (tail[middle] >= num) {
                    right = middle;
                } else {
                    left = middle + 1;
                }
            }
            // 要让最后left落到第一个大于num的数上
            tail[left] = num;
            // 下标和长度的转化，nums.length是长度，但是最大下标是nums.length - 1
            result = Math.max(result, right + 1);
        }
        return result;
    }
}

350. 两个数组的交集 II

题目

给你两个整数数组 nums1 和 nums2 ，请你以数组形式返回两数组的交集。返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致（如果出现次数不一致，则考虑取较小值）。可以不考虑输出结果的顺序。

示例 1：

输入：nums1 = [1,2,2,1], nums2 = [2,2]
输出：[2,2]

示例 2:

输入：nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出：[4,9]

提示：

• 1 <= nums1.length, nums2.length <= 1000
• 0 <= nums1[i], nums2[i] <= 1000

进阶：

• 如果给定的数组已经排好序呢？你将如何优化你的算法？
• 如果 nums1 的大小比 nums2 小，哪种方法更优？
• 如果 nums2 的元素存储在磁盘上，内存是有限的，并且你不能一次加载所有的元素到内存中，你该怎么办？

思路

1. 排序+双指针
2. 排序后，拿少的，去多的里面二分（m logn）

答案

// 双指针
class Solution {
    public int[] intersect(int[] nums1, int[] nums2) {
        sorted(nums1, 0, nums1.length - 1);
        sorted(nums2, 0, nums2.length - 1);
        int current1 = 0, current2 = 0, resultIndex = 0;
        int[] result = new int[nums2.length];
        while (current1 < nums1.length && current2 < nums2.length) {
        	// 相同，就赋值，谁小谁去追
            if (nums1[current1] == nums2[current2]) {
                result[resultIndex++] = nums1[current1];
                current1++;
                current2++;
            } else if (nums1[current1] < nums2[current2]) {
                current1++;
            } else {
                current2++;
            }
        }
        return Arrays.copyOf(result, resultIndex);
    }
	
	// 老规矩，练一下快排
    public void sorted(int[] nums, int start, int end) {
        if (start >= end) {
            return;
        }

        int min = start, mid = min + 1, max = end;
        int target = nums[min];
        while (mid <= max) {
            int element = nums[mid];
            if (element < target) {
                swap(nums, min++, mid++);
            } else if (element > target) {
                swap(nums, mid, max--);
            } else {
                mid++;
            }
        }
        sorted(nums, start, min - 1);
        sorted(nums, max + 1, end);
    }

    public void swap(int[] nums, int index1, int index2) {
        int temp = nums[index1];
        nums[index1] = nums[index2];
        nums[index2] = temp;
    }
}
// 二分查找
class Solution {
    public int[] intersect(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        // m小于n，否则互换
        if (m > n) {
            return intersect(nums2, nums1);
        }
        sorted(nums1, 0, nums1.length - 1);
        sorted(nums2, 0, nums2.length - 1);
        int[] result = new int[n];
        int index = 0;
        int left = 0;
        for (int i = 0; i < m; i++) {
            int right = n - 1;
            int target = nums1[i];
            // 因为两个都排序了，left可以只往后挪一下（避免重复）
            while (left <= right) {
                int middle = (left + right) / 2;
                int element = nums2[middle];
                // 找到最左边
                if (element < target) {
                    left = middle + 1;
                } else if (element >= target) {
                    right = middle - 1;
                } 
            }
            // 看看找没找到，left < n 边界
            if (left < n && nums2[left] == target) {
                result[index++] = target;
                // 往后串一下，避免[1,1,2], [1]出现[1, 1]。应该是[1]
                left++;
            }
                
   
        }
        return Arrays.copyOf(result, index);
    }

    public void sorted(int[] nums, int start, int end) {
        if (start >= end) {
            return;
        }

        int min = start, mid = min + 1, max = end;
        int target = nums[min];
        while (mid <= max) {
            int element = nums[mid];
            if (element < target) {
                swap(nums, min++, mid++);
            } else if (element > target) {
                swap(nums, mid, max--);
            } else {
                mid++;
            }
        }
        sorted(nums, start, min - 1);
        sorted(nums, max + 1, end);
    }

    public void swap(int[] nums, int index1, int index2) {
        int temp = nums[index1];
        nums[index1] = nums[index2];
        nums[index2] = temp;
    }
}

704. 二分查找

题目

给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

提示：

1. 你可以假设 nums 中的所有元素是不重复的。
2. n 将在 [1, 10000]之间。
3. nums 的每个元素都将在 [-9999, 9999]之间。

思路

标准二分查找

答案

// 标准二分
class Solution {
	
    public int search(int[] nums, int target) {
        int left = 0, right = nums.length - 1;
        while (left <= right) {
            int middle = (left + right) / 2;
            int element = nums[middle];
            if (target == element) {
                return middle;
            } else if (target > element) {
                left = middle + 1;
            } else {
                right = middle - 1;
            }
        }
        return -1;
    }
}
// 二分重复左边界
class Solution {
    public int search(int[] nums, int target) {

        int left = 0;
        int right = nums.length - 1;

        while (left <= right) {
            int middle = left + (right - left) / 2;
            int element = nums[middle];
            if (element >= target) {
                right = middle - 1;
            } else {
                left = middle + 1;
            } 
        }
        return left >= 0 && left < nums.length && nums[left] == target ? left : -1;

    }
}

// 二分重复右边界
class Solution {
    public int search(int[] nums, int target) {

        int left = 0;
        int right = nums.length - 1;

        while (left <= right) {
            int middle = left + (right - left) / 2;
            int element = nums[middle];
            if (element > target) {
                right = middle - 1;
            } else {
                left = middle + 1;
            } 
        }
        return right >= 0 && right < nums.length && nums[right] == target ? right : -1;

    }
}

718. 最长重复子数组

题目

给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。

示例 1：

输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出：3
解释：长度最长的公共子数组是 [3,2,1] 。

示例 2：

输入：nums1 = [0,0,0,0,0], nums2 = [0,0,0,0,0]
输出：5

提示：

• 1 <= nums1.length, nums2.length <= 1000
• 0 <= nums1[i], nums2[i] <= 100

思路

1. 动态规划
2. 滑窗
   
3. 二分查找

答案

// 动态规划
class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        int[][] dp = new int[m][n];

        int result = 0;
        for (int i = 0; i < m; i++) {
            dp[i][0] = nums1[i] == nums2[0] ? 1 : 0;
            result = Math.max(result, dp[i][0]);
        }

        for (int i = 0; i < n; i++) {
            dp[0][i] = nums1[0] == nums2[i] ? 1 : 0;
            result = Math.max(result, dp[0][i]);
        }

        for (int i = 1; i < m; i++) {
            for (int j = 1; j < n; j++) {
                if (nums1[i] == nums2[j]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
                result = Math.max(result, dp[i][j]);
            }
        }
        return result;
    }
}
// 滑动窗口
class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        // 确保上面大，下面小
        if (m < n) {
            return findLength(nums2, nums1);
        }

        int max = 0;
        // 以nums1开头的时候
        for (int l = 1; l < n; l++) {
            max = Math.max(max, maxLength(nums1, 0, nums2, n - l, l));
        }

        // 完全重叠的时候
        for (int i = 0; i < m - n; i++) {
            max = Math.max(max, maxLength(nums1, i, nums2, 0, n));
        }

        // 错开的时候，以nums2开头的时候
        for (int l = n; l > 0; l--) {
            max = Math.max(max, maxLength(nums1, m - l, nums2, 0, l));
        }

        return max;
    }

    public int maxLength(int[] nums1, int nums1StartIndex, int[] nums2, int nums2StartIndex, int length) {
        int count = 0, max = 0;
        for (int i = 1; i <= length; i++) {
            if (nums1[nums1StartIndex++] == nums2[nums2StartIndex++]) {
                count++;
            } else {
                max = Math.max(max, count);
                count = 0;
            }
        }
        max = Math.max(max, count);
        return max;
    }
}
// 二分，这里复制下官方答案，hash过程比较难理解，感觉必要性也不是很大。主要说下二分过程
class Solution {
    int mod = 1000000009;
    int base = 113;

    public int findLength(int[] A, int[] B) {
    	// 为什么可以二分？前提是如果存在长度为k的公共子数组，就一定存在长度小于k的公共子数组，[0, k]具有相同的性质
        int left = 1, right = Math.min(A.length, B.length) + 1;
        while (left <= right) {
            int mid = (left + right) >> 1;
            // 如果找到了，就继续向右找，相当于找右边界
            if (check(A, B, mid)) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        return left - 1;
    }

    public boolean check(int[] A, int[] B, int len) {
        long hashA = 0;
        for (int i = 0; i < len; i++) {
            hashA = (hashA * base + A[i]) % mod;
        }
        Set<Long> bucketA = new HashSet<Long>();
        bucketA.add(hashA);
        long mult = qPow(base, len - 1);
        for (int i = len; i < A.length; i++) {
            hashA = ((hashA - A[i - len] * mult % mod + mod) % mod * base + A[i]) % mod;
            bucketA.add(hashA);
        }
        long hashB = 0;
        for (int i = 0; i < len; i++) {
            hashB = (hashB * base + B[i]) % mod;
        }
        if (bucketA.contains(hashB)) {
            return true;
        }
        for (int i = len; i < B.length; i++) {
            hashB = ((hashB - B[i - len] * mult % mod + mod) % mod * base + B[i]) % mod;
            if (bucketA.contains(hashB)) {
                return true;
            }
        }
        return false;
    }
    
    // 使用快速幂计算 x^n % mod 的值
    public long qPow(long x, long n) {
        long ret = 1;
        while (n != 0) {
            if ((n & 1) != 0) {
                ret = ret * x % mod;
            }
            x = x * x % mod;
            n >>= 1;
        }
        return ret;
    }
}

887. 鸡蛋掉落

题目

给你 k 枚相同的鸡蛋，并可以使用一栋从第 1 层到第 n 层共有 n 层楼的建筑。

已知存在楼层 f ，满足 0 <= f <= n ，任何从 高于 f 的楼层落下的鸡蛋都会碎，从 f 楼层或比它低的楼层落下的鸡蛋都不会破。

每次操作，你可以取一枚没有碎的鸡蛋并把它从任一楼层 x 扔下（满足 1 <= x <= n）。如果鸡蛋碎了，你就不能再次使用它。如果某枚鸡蛋扔下后没有摔碎，则可以在之后的操作中 重复使用 这枚鸡蛋。

请你计算并返回要确定 f 确切的值 的 最小操作次数 是多少？

示例 1：

输入：k = 1, n = 2
输出：2
解释：
鸡蛋从 1 楼掉落。如果它碎了，肯定能得出 f = 0 。
否则，鸡蛋从 2 楼掉落。如果它碎了，肯定能得出 f = 1 。
如果它没碎，那么肯定能得出 f = 2 。
因此，在最坏的情况下我们需要移动 2 次以确定 f 是多少。

示例 2：

输入：k = 2, n = 6
输出：3

示例 3：

输入：k = 3, n = 14
输出：4

提示：

• 1 <= k <= 100
• 1 <= n <= 104

答案

class Solution {
    public int superEggDrop(int k, int n) {
        int[][] dp = new int[k + 1][n + 1];
        for (int i = 0; i <= n; i++) {
            dp[1][i] = i;
        }

        for (int i = 0; i <= k; i++) {
            dp[i][0] = 0;
            dp[i][1] = 1;
        }

        for (int i = 2; i <= k; i++) {
            for (int j = 2; j <= n; j++) {
                int left = 0;
                int right = j;
                // 代等号的二分，最终left落在要找点左边
                while (left <= right) {
                    int middle = (left + right + 1) / 2;
                    int broken = dp[i - 1][middle - 1];
                    int unBroken = dp[i][j - middle];
                    if (broken > unBroken) {
                        right = middle - 1;
                    } else {
                        left = middle + 1;
                    }
                }
                // 
                dp[i][j] = Math.max(dp[i - 1][left - 2], dp[i][j - left + 1]) + 1;
            }
        }

        return dp[k][n];
    }
}