大家好!今天给大家带来的是力扣第81题81. 搜索旋转排序数组 II。
原贴地址:http://leanote.com/blog/post/606d9d79ab644172650003ed
题目
已知存在一个按非降序排列的整数数组 nums ,数组中的值不必互不相同。
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, [0,1,2,4,4,4,5,6,6,7] 在下标 5 处经旋转后可能变为 [4,5,6,6,7,0,1,2,4,4] 。
给你 旋转后 的数组 nums 和一个整数 target ,请你编写一个函数来判断给定的目标值是否存在于数组中。如果 nums 中存在这个目标值 target ,则返回 true ,否则返回 false 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-in-rotated-sorted-array-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路分析
这道题一看特别有规律,因为是一个有序数组被打乱,而且是从一个节点打乱。我们只需找出这个节点就可以恢复之前的有序数组,那么我们只需要使用一次二分查找就可以找出来这个数字是否存在了。
但是我们思考一个问题,我们寻找这个节点用的是什么方法呢?必须是一个O(nlgn)的方法吧,要不然我们为何不直接使用O(n)的遍历去寻找呢?所以我们确定了我们的思路,就是先使用二分查找找到原数组被打乱的位置,还原出原来的数组,再对原数组进行一次二分查找定位我们的target。
思路很美好,可是我们没有写过这种奇奇怪怪的二分耶
那怎么办呢,我们就得思考一下这个二分如何操作了。
我们先做出一个公认的定义:转折点,就是该数组被打断的节点,也就是原数组的末尾
我们举一个例子:
假设该数组是[7,8,2,3,4,5,6]
他的转折点位于8的位置
按照二分的操作,我们先取出一个中间值,对比一下,有三种情况
n[left]==n[mid]这种情况我们没法区分转折点在哪里,所以我们只能使用O(n)的方法进行寻找,即让left节点向右单步移动
n[left] < n[mid]这种情况来看,mid以左的部分是有序的,转折点可能在mid及mid的右方。所以我们得分两种情况讨论:
1.nums[start] <= target < nums[mid]这就说明target有可能出现的地方只能是mid的左边,我们对左边进行二分(right = mid - 1)
2.否则我们就对右边进行二分(left = mid + 1)
n[left] > n[mid]这种情况来看,mid以右的部分是有序的,转折点可能在mid及mid的左方。所以我们还是得分两种情况讨论:
1.nums[mid] <= target < nums[right]这就说明target有可能出现的地方只能是mid的右边,我们对右边进行二分(left = mid + 1)
2.否则我们就对左边进行二分(right = mid - 1)
思路讲完了,接下来我们看一下代码。
class Solution {
public:
bool search(vector<int> & nums, int target) {
if (nums.size() == 0) return false;
int left = 0, right = nums.size() - 1, mid;
while (left <= right) {
mid = left + (right - left) / 2;
if (nums[mid] == target) return true;
if (nums[left] == nums[mid]) {
left++;
continue;
}
if (nums[left] < nums[mid])
if (nums[mid] > target && nums[left] <= target) right = mid - 1;
else left = mid + 1;
else
if (nums[mid] < target && nums[right] >= target) left = mid + 1;
else right = mid - 1;
}
return false;
}
};
其实有心的小伙伴已经发现了,我们这个程序的整体复杂度已经被特殊情况提升到O(n)了,所以其实也可以简单遍历哦!(是不是很想打人)
class Solution {
public:
bool search(vector<int> & nums, int target) {
for (auto & num : nums) if (num == target) return true;
return false;
}
};
接下来还有个知识点想跟大家分享一下,就是我们一般使用的排序都是O(nlgn)的,但是rust作为一个新兴语言,使用的排序算法自然也很先进,平均速度竟然达到了惊人的O(n)级别,实在是太快啦!
impl Solution {
pub fn search(nums: Vec<i32>, target: i32) -> bool {
let mut nums = nums;
nums.sort_unstable();
if let Ok(_) = nums.binary_search(&target) {
return true;
}
return false;
}
}
注意:要使用排序的时候请注意,rust提供了sort和sort_unstable两个函数,第一个是稳定排序,第二个是不稳定排序,就是值相同的元素在稳定排序之后的相对位置不会改变,但是在不稳定排序之后就是完全不确定的相对位置,但我们只是排序几个简单的小数字,这种东西当然不会考虑啦!直接上unstalbe,又把C++甩开好几个身位了呢!(根据统计,rust在刷题时相比C++有3-5倍的速度提升,内存占用就更小了呢!)