[leetcode 704] 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:
- 你可以假设
nums
中的所有元素是不重复的。 n
将在[1, 10000]
之间。nums
的每个元素都将在[-9999, 9999]
之间。
首先要提取题中的关键字:1.元素有序(有序数组) 2.假设所有元素不重复
这个时候我们应该想到的是 —— 二分查找。
二分查找,一般主要分为两种。一种是区间写为左闭右开的区间[left,right),另一种是区间为左闭右闭得区间[left,right]。当然了,这两种是最常见的,也存在左开右闭的区间,但是比较冷门,用的比较少,其实原理也大同小异,所以就不赘述了。
写下代码,从代码角度来看的话,两个区间的区别是显而易见的。当区间为[left,right)时:
class Solution {
public int search(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while(left <= right){
int mid = left + (right - left) >> 1;
if(nums[mid] > target){
right = mid - 1;
}else if(nums[mid] < target){
left = mid + 1;
}else{
return mid;
}
}
return -1;
}
}
while(left <= right){...}
while里面的条件表示,这段代码我采用的区间是[left,right],所以后面要写上 right = mid - 1,因为if(nums[mid] > target) 已经表明了,下标为mid的元素大于target,所以直接将mid越过就行了,所以直接 right = mid - 1;
第二种情况:[left,right)区间
// 版本二
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)
while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
int middle = left + ((right - left) >> 1);
if (nums[middle] > target) {
right = middle; // target 在左区间,在[left, middle)中
} else if (nums[middle] < target) {
left = middle + 1; // target 在右区间,在[middle + 1, right)中
} else { // nums[middle] == target
return middle; // 数组中找到目标值,直接返回下标
}
}
// 未找到目标值
return -1;
}
};
具体看注释就可以了。总结一下,这两种方法的整体思想是一致的,差别就是区间的界限判定,到时候分清楚是左闭右闭区间还是左闭右开区间。
[leetcode 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 ->此处的条件应该想到什么算法? 非常明显的特征:二分查找 -104 <= target <= 104
下面是用二分法来解决:
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while(left <= right){
int middle = left + (right - left) / 2;
if(nums[middle] < target){
left = middle + 1;
}else if(nums[middle] > target){
right = middle - 1;
}else{
return middle;
}
}
return right + 1; //为什么是 return right + 1 呢?
}
}
下面是我不用二分法进行的暴力破解:
首先分析情况:
1)target在这个排序的数组中,这个时候直接遍历数组进行比较发现相等的数直接返回下标索引index就行。
2)target不在这个排序数组中:
<1> 这个target的值比nums[0]还小(因为是有序数组),那么直接index = 0;
<2>这个target的值比nums[nums.length - 1]还大,那么直接index = nums.length;
<3>这个target的值在nums[...]中间,这个时候我们就需要从前向后遍历数组进行对比,找到一个刚刚大于的target的数组元素(假设为nums[i]),直接另 index = i;。
<4>最后返回的是 Index:return index;
class Solution {
public int searchInsert(int[] nums, int target) {
int right = nums.length - 1;
int index = 0;
for(int i = 0; i <= right; i++){
if(nums[i] == target){
index = i;
break;
}else if(nums[0] > target){
index = 0;
break;
}else if(nums[right] < target){
index = right + 1;
break;
}else if(nums[i] > target){
index = i;
break;
}
}
return index;
}
}
其实暴力破解的时间复杂度不一定高,二分法的时间复杂度也不一定低,还是要看具体的问题具体看。