文章目录
七.查找专题
33. 搜索旋转排序数组
题目描述:升序排列的整数数组 nums 在预先未知的某个点上进行了旋转(例如, [0,1,2,4,5,6,7] 经旋转后可能变为 [4,5,6,7,0,1,2] )。
请你在数组中搜索 target ,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。
每一个数都是独一无二的。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-in-rotated-sorted-array
解题思路:二分法,先判断nums[mid]是否等待target,再根据最左边和最右边的两个递增区间判断二分。
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size()-1;
while (l <= r)
{
int mid = (l + r) >> 1;
if (nums[mid] == target)
return mid;
if (nums[mid] == nums[l]) //无法判断落在左递增区间还是右递增区间
l++;
else if (nums[mid] > nums[l])//落在左递增区间
{
if (nums[l]<=target && target<=nums[mid])
r = mid -1;
else
l = mid + 1;
}else//落在右递增区间
{
if (nums[mid]<=target && target<=nums[r])
l = mid + 1;
else
r = mid - 1;
}
}
return -1;
}
};
81. 搜索旋转排序数组 II
题目描述:假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如,数组 [0,0,1,2,2,5,6] 可能变为 [2,5,6,0,0,1,2] )。
编写一个函数来判断给定的目标值是否存在于数组中。若存在返回 true,否则返回 false。
可能会有相同的数。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-in-rotated-sorted-array-ii
解题思路:与上一题的解法相同
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
bool search(vector<int>& nums, int target) {
int l = 0, r = nums.size()-1;
while (l <= r)
{
int mid = (l + r) >> 1;
if (nums[mid] == target)
return true;
if (nums[mid] == nums[l]) //无法判断落在左递增区间还是右递增区间
l++;
else if (nums[mid] > nums[l])//落在左递增区间
{
if (nums[l]<=target && target<=nums[mid])
r = mid -1;
else
l = mid + 1;
}else//落在右递增区间
{
if (nums[mid]<=target && target<=nums[r])
l = mid + 1;
else
r = mid - 1;
}
}
return false;
}
};
153. 寻找旋转排序数组中的最小值
题目描述:假设按照升序排序的数组在预先未知的某个点上进行了旋转。例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] 。
请找出其中最小的元素。
nums 中的所有整数都是 唯一 的。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array
解题思路:二分法,每一次先判断nums[mid]处于左边的递增区间还是右边的递增区间。若处在左边的递增区间,取最小值后右移;若处在右边的递增区间,取最小值后左移。
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
int findMin(vector<int>& nums) {
int l = 0, r = nums.size()-1;
int ans = INT32_MAX;
while (l <= r)
{
int mid = (l + r) >> 1;
if (nums[mid] >= nums[l]) //mid在左边递增区间
{
ans = std::min(ans, nums[l]);
l = mid + 1;
}
else //mid在右边递增区间
{
ans = std::min(ans, nums[mid]);
r = mid - 1;
}
}
return ans;
}
};
154. 寻找旋转排序数组中的最小值 II
题目描述:假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
请找出其中最小的元素。
注意数组中可能存在重复的元素。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array-ii
解题思路:该题解法与上一题相同,只是多了一个条件处理的情况。
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
int findMin(vector<int>& nums) {
int l = 0, r = nums.size()-1;
int ans = INT32_MAX;
while (l <= r)
{
int mid = (l + r) >> 1;
if (nums[mid] == nums[l]) //无法判断mid在哪一个递增区间
{
ans = std::min(ans, nums[l]);
l++;
}
else if (nums[mid] > nums[l]) //mid在左边递增区间
{
ans = std::min(ans, nums[l]);
l = mid + 1;
}
else //mid在右边递增区间
{
ans = std::min(ans, nums[mid]);
r = mid - 1;
}
}
return ans;
}
};
34. 在排序数组中查找元素的第一个和最后一个位置
题目描述:
给定一个按照升序排列的整数数组 nums,和一个目标值 target。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]。
进阶:
你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗?
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/
解题思路:本题可以通过实现 lower_bound 和 upper_bound函数来实现,也就是用二分法求开始位置和结束位置。
时间复杂度:O(logn)
空间复杂度:O(1)
class Solution {
public:
int lower_bound(vector<int>& nums, int target)
{
int l = 0, r = nums.size();
while (l < r)
{
int mid = (l + r) >> 1;
if (nums[mid] > target)
r = mid;
else if (nums[mid] < target)
l = mid + 1;
else
r = mid;
}
return l;
}
int upper_bound(vector<int>& nums, int target)
{
int l = 0, r = nums.size();
while (l < r)
{
int mid = (l + r) >> 1;
if (nums[mid] > target)
r = mid;
else if (nums[mid] < target)
l = mid + 1;
else
l = mid + 1;
}
return l - 1;
}
vector<int> searchRange(vector<int>& nums, int target) {
int low = lower_bound(nums, target);
int up = upper_bound(nums, target);
if (low > up)
return vector<int>{-1, -1};
return vector<int>{low, up};
}
};
剑指 Offer 53 - II. 0~n-1中缺失的数字
题目描述:在范围0~n-1内的n个数字中有且只有一个数字不在该数组中,请找出这个数字。该数组从0开始递增。
示例 1:
输入: [0,1,3]
输出: 2
示例 2:
输入: [0,1,2,3,4,5,6,7,9]
输出: 8
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/que-shi-de-shu-zi-lcof
解题思路:递增数组,二分查找,充分利用数组有序,下标与元素对应这两个条件。
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
int missingNumber(vector<int>& nums) {
if (nums.empty())
return 0;
int l = 0, r = nums.size()-1;
while (l <= r)
{
int mid = (l + r) >> 1;
if (mid == nums[mid])
l = mid + 1;
else if (mid != nums[mid])
r = mid - 1;
}
return l;
}
};
35.搜索插入位置
题目描述: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。
你可以假设数组中无重复元素。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-insert-position
解题思路:用二分法可以找到该目标值下标,或者说是插入的顺序。
时间复杂度:O(logN)
空间复杂度:O(1)
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int l = 0, r = nums.size()-1;
while (l <= r)
{
int mid = (l + r) >> 1;
if (nums[mid] == target)
return mid;
else if (nums[mid] < target)
l = mid + 1;
else
r = mid - 1;
}
return l;
}
};
4.寻找两个正序数组的中位数
题目描述:给定两个大小为 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。
要求:你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays
解题思路:该题用双指针法求解,不断从双指针中较小的数往后推进,并且中位数k不断二分减小,这样可以让双指针快速往后推进,达到二分效果。
时间复杂度:O(log(M+N))
空间复杂度:O(1)
class Solution {
public:
int findK(vector<int>& nums1, vector<int>& nums2, int k)
{
int idx1 = 0, idx2 = 0;
while (1)
{
if (idx1 == nums1.size()){
return nums2[idx2 + k - 1];
}
if (idx2 == nums2.size()){
return nums1[idx1 + k - 1];
}
if (1 == k){
return nums1[idx1] < nums2[idx2] ? nums1[idx1] : nums2[idx2];
}
int step = k/2 - 1;
int newIdx1 = ((idx1 + step) >= nums1.size() ? nums1.size() - 1 : idx1 + step);
int newIdx2 = ((idx2 + step) >= nums2.size() ? nums2.size() - 1 : idx2 + step);
if (nums1[newIdx1] < nums2[newIdx2]){
k -= newIdx1 + 1 - idx1;
idx1 = newIdx1 + 1;
}else {
k -= newIdx2 + 1 - idx2;
idx2 = newIdx2 + 1;
}
}
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int M = nums1.size(), N = nums2.size(), totalSize = M + N;
if (0 == totalSize % 2){//偶数个
return (double)(findK(nums1, nums2, totalSize / 2) + findK(nums1, nums2, totalSize / 2 + 1)) / 2;
}else { //奇数个
return findK(nums1, nums2, totalSize / 2 + 1);
}
}
};
剑指 Offer 41. 数据流中的中位数
题目描述:如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。
例如,
[2,3,4] 的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5
设计一个支持以下两种操作的数据结构:
void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
- 方法一
解题思路:用vector数组存储添加进行来的元素,保证数组是有序存储的,在插入元素的时候就会进行插入排序。
时间复杂度:addNum:O(N), findMedian : O(1)
空间复杂度: O(N)
class MedianFinder {
vector<int> nums;
public:
/** initialize your data structure here. */
MedianFinder() {
}
void addNum(int num) {
if (nums.empty())
nums.push_back(num);
else
{
int i = 0;
for (; i < nums.size(); ++i)
if (nums[i] > num)
break;
nums.insert(nums.begin() + i, num);
}
}
double findMedian() {
int n = nums.size();
if (n & 0x1)
return nums[n / 2];
else
return (double)(nums[n/2] + nums[n/2-1]) / 2;
}
};
- 方法二
解题思路:设置两个堆,左边为最大堆,右边为最小堆,且保证右边的堆始终比左边的堆大;这也就是说,如果要加入一个数,得先进左边堆,再进右边的堆。
时间复杂度:addNum:O(logN) findMedian:O(1)
空间复杂度:O(N)
class MedianFinder {
std::priority_queue<int, vector<int>, std::less<int>> lheap;//左边的大顶堆
std::priority_queue<int, vector<int>, std::greater<int>> rheap;//右边的小顶堆
public:
/** initialize your data structure here. */
MedianFinder() {
}
void addNum(int num) {
lheap.push(num);
rheap.push(lheap.top());
lheap.pop();
if (lheap.size() < rheap.size())
{
lheap.push(rheap.top());
rheap.pop();
}
}
double findMedian() {
int n = lheap.size() + rheap.size();
if (n & 0x1)
return lheap.top();
else
return (double)(lheap.top()+rheap.top())/2;
}
};