【C++】每日一题 在排序数组中查找元素的第一个和最后一个位置

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。

#include <vector>

using namespace std;

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        vector<int> result = {-1, -1};
        int left = binarySearchLeft(nums, target);
        if (left == -1) {
            return result;
        }
        int right = binarySearchRight(nums, target);
        result[0] = left;
        result[1] = right;
        return result;
    }
    
private:
    int binarySearchLeft(vector<int>& nums, int target) {
        int left = 0, right = nums.size() - 1;
        while (left <= right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] < target) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        if (left < nums.size() && nums[left] == target) {
            return left;
        }
        return -1;
    }
    
    int binarySearchRight(vector<int>& nums, int target) {
        int left = 0, right = nums.size() - 1;
        while (left <= right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] <= target) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        if (right >= 0 && nums[right] == target) {
            return right;
        }
        return -1;
    }
};

时间复杂度分析：

二分查找起始位置：binarySearchLeft函数的时间复杂度为 O(log n)，因为它是通过二分查找来定位目标值的起始位置的。
二分查找结束位置：binarySearchRight函数的时间复杂度也为 O(log n)，同样是通过二分查找来定位目标值的结束位置的。
总体时间复杂度：由于我们分别调用了两次 O(log n) 的二分查找函数，因此整体的时间复杂度为 O(log n)。

空间复杂度分析：

算法本身没有使用额外的数据结构或递归调用，只使用了常数级别的额外空间来存储一些变量和返回结果。
因此，空间复杂度为 O(1)。
综上所述，该算法的时间复杂度为 O(log n)，空间复杂度为 O(1)。