35 搜索插入位置(2021-04-27)

最新推荐文章于 2023-01-04 11:26:11 发布

「已注销」

最新推荐文章于 2023-01-04 11:26:11 发布

阅读量95

点赞数

分类专栏： LeetCode

本文链接：https://blog.csdn.net/duola8789/article/details/116195950

版权

二分查找搜索插入位置算法优化时间复杂度空间复杂度

关键词由CSDN通过智能技术生成

LeetCode 专栏收录该内容

64 篇文章 0 订阅

订阅专栏

35. 搜索插入位置

链接：https://leetcode-cn.com/problems/search-insert-position/

题目描述见链接内容。

解法1：暴力解法

因为数组是有序的，直接暴力遍历就好，找到第一个大于等于target的元素，返回下标即可，如果没有找到，就返回数组长度

var searchInsert = function (nums, target) {
  const length = nums.length;

  for (let i = 0; i < length; i++) {
    if (nums[i] >= target) {
      return i;
    }
  }
  return length;
};

时间复杂度： ${O(N)}$
空间复杂度： ${O(1)}$
执行结果：耗时76ms，击败了JavaScript的92%用户，内存消耗38.6MB，击败了84%的用户

解法2：二分法

暴力解法虽然爽，但是题目的两个特点：1数组有序；2查找某个元素，如果算法感觉敏感的话，应该立刻想到二分法，结果看了题解才想到二分法，而且自己还绊绊磕磕写不出来，正好这道题目的评论下面有人总结了二分法的笔记，趁这个机会单独学习、练习一下二分法

回到这道题目，我们要找到的其实就是第一个大于等于target的下标，这个下标的成立条件是：

nums[pos- 1] < target <= nums[pos]

所以在发现midVal大于target是，就更新result值，直到循环结束，result就是满足上述条件的下标

var searchInsert = function (nums, target) {
  const length = nums.length;

  let min = 0,
    max = length - 1,
    result = length;

  while (min <= max) {
    const midIndex = ~~((min + max) / 2);
    const midVal = nums[midIndex];
    if (midVal === target) {
      return midIndex;
    }
    if (midVal > target) {
      max = midIndex - 1;
      result = midIndex;
    } else {
      min = midIndex + 1;
    }
  }

  return result;
};

时间复杂度： ${O(log n)}$
空间复杂度： ${O(1)}$
执行结果：耗时84ms，击败了JavaScript的63.90%用户，内存消耗38.9MB，击败了30.52%的用户

解法3：二分法优化

看了题解的评论，发现上面的解法可以优化，实际上result是不需要的，直接返回min就可以

因为根据if的判断条件，left左边的值都小于target，right右边的值都大于target，而且left最终一定等于right+1，循环结束后，在left和right之间画一条竖线，把数组分为两个部分，left左边全小于target，right右边全都大于target，并且由于遍历结束后left等于right+1，所以right右边的部分，并且以left为首，所以答案是left

为什么left一定等于right+1，因为每次循环至少会把[left, right]区间长度减少1，当l === r时, mid === l === r，如果target > nums[l]，l就会向右移动一位l = mid + 1，如果target <= nums[l]，那么r就会向左移动一位r = mid - 1，结果一样

因为while的判断条件是l <= r，如果l不大于r会是死循环

var searchInsert = function (nums, target) {
  const length = nums.length;

  let min = 0,
    max = length - 1;

  while (min <= max) {
    const midIndex = ~~((min + max) / 2);
    const midVal = nums[midIndex];
    if (midVal === target) {
      return midIndex;
    }
    if (midVal > target) {
      max = midIndex - 1;
    } else {
      min = midIndex + 1;
    }
  }

  return min;
};