目录
704. 二分查找
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。
代码:
class Solution:
def search(self, nums: List[int], target: int) -> int:
flag = 0
for i in range(len(nums)):
if nums[i] == target:
flag = 1
return i
if flag == 0:
return -1
分析:
在列表里用for循环查找对比是很简单,但要考虑没找到的情况。
所以需要一个flag标志来判断是否找到。
278. 第一个错误的版本
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n 个版本 [1, 2, ..., n],你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
示例 1:
输入:n = 5, bad = 4
输出:4
解释:
调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true
所以,4 是第一个错误的版本。
示例 2:
输入:n = 1, bad = 1
输出:1
提示:
1 <= bad <= n <= 231 - 1
代码:
# The isBadVersion API is already defined for you.
# @param version, an integer
# @return an integer
# def isBadVersion(version):
class Solution:
def firstBadVersion(self, n):
"""
:type n: int
:rtype: int
"""
a = 0
b = n
while a<=b:
m=(a+b)//2
if isBadVersion(m):
b=m-1
else:
a=m+1
return max(1,a)
分析:
想了好久,试了好多次都没有成功,总是差那么一点,只能说还是没有把临界状态想明白。
在看了别人的解析和代码之后总算是有些眉目。
用二分法判断是否为错误版本,如果中点是错误版本,则第一个错误版本在该点及以左;如果中点不是错误版本,则第一个错误版本在该点及以右。
为什么给边界赋值m-1和m+1呢?我们现在分析临界状态。
如果我们刚好到了临界状态1,即m点是第一个错误版本,即……false,false,true,true,……,那么右边界m-1直接框住了一个全部正确的版本。因此,左边界的m+1会一直加到大于右边界为止,此时的左边界就是第一个错误版本。
如果我们刚好到了临界状态2,即m点是最后一个正确版本,即……false,false,true,true,……,那么左边界m+1直接框住了一个全部错误的版本。因此,右边界的m-1会一直减到小于左边界为止,此时的左边界还是第一个错误版本。
return max(1, a)是因为只有1个版本的话无法正确循环。
35. 搜索插入位置
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
示例 4:
输入: nums = [1,3,5,6], target = 0
输出: 0
示例 5:
输入: nums = [1], target = 0
输出: 0
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
代码:
class Solution:
def searchInsert(self, nums: List[int], target: int) -> int:
a = 0
b = len(nums)-1
while a<=b:
m = (a+b)//2
if nums[m]>target:
b = m-1
elif nums[m]<target:
a = m+1
else:
return m
break
if a>b:
return a
分析:
与上道题的思路相仿,而且题目明确说了要用时间复杂度为 O(log n) 的算法,意思就是让我们用二分算法。
于是,与上道题一样,判断好临界状态,套用算法。
返回值的设置可以带入具体实例验证一下,else语句中的break是比较重要的,防止循环继续进行而产生两个返回值发生错误。