LeetCode搜索旋转数组与if else if的先后执行顺序

LeetCode 33搜索旋转数组是二分查找法的一道进阶题目。要求在旋转数组中查找数组索引并把时间复杂度是O(logN)级别。
首先回顾一下二分查找法。二分查找法思路的核心是针对已排序数组,每次找数组中心位置的数,如果比 target 大,就把右指针置到中心位置左边;如果比 target小,就把左指针置到中心位置右边。循环查找直到找到。二分查找法对应的是leetcode 704题。非常基础。
搜索排序旋转数组是把这个已排序数组在某个点旋转了一下。左右部分其实还是有序的。只要多做一个判断就可以。
在旋转之后,前半段数组是顺序的,后半段数组也是顺序的。而数组中间的那个数是否比右边的数小则是不确定的。
所以首先要进行判断,中间数是否比右边的数小,如果小,则说明中间数已经在右半边的数组中了。在此基础上,再判断中间数是否比target小且比右指针大,如果符合,左指针放到中间数右边,否则左指针放到中间数右边。
中间数比右边的数大同理。
思路是正确的,代码写出来可以是这样的:


//这是错误的代码
class Solution {
    public int search(int[] nums, int target) {
        int left=0,right=nums.length-1;
        while(left<=right){
            int mid=(left+right)/2;
            if(nums[mid]<nums[right]){
                if(nums[mid]<target&&target<=nums[right]){
                    left=mid+1;
                }else{
                    right=mid-1;
                }
            }else if(nums[mid]>=nums[right]){
                if(nums[left]<=target&&target<nums[mid]){
                    right=mid-1;
                }else{
                    left=mid+1;
                }
            }else if(nums[mid]==target){
                return mid;
            }
        }
        return -1;
    }
}

这么写,输出一看,错了。为什么呢?
这里就要引出第二个话题,if 和else if 的先后执行顺序。if 和else if并不是并列执行关系,而是有先后执行顺序。即if执行以后,就不会再执行else if了。如果两个判断条件除了不能同时存在外还有优先级,就要把优先级高的放到if条件里。在实际编码中,很容易忘记这个点,从而导致错误。
对于题目里的官方用例[4,5,6,7,0,1,2],如果按照思路来,在第三次进入while的时候,已经可以求出mid了,但是由于上面的代码返回mid在最后一个if里,程序直接进入了第一个if里进行了错误的判断,再次修改left的值,最终输出的错误的结果。

本质原因是判断条件的逻辑关系不是并列的。返回mid的条件是mid==tartget,而修改指针的第一个条件是nums[mid]>nums[right]。
正确的代码是:

class Solution {
    public int search(int[] nums, int target) {
        int left=0,right=nums.length-1;
        while(left<=right){
            int mid=(left+right)/2;
             if(nums[mid]==target){//优先返回有结果的时候
                return mid;
            }else if(nums[mid]<nums[right]){
                if(nums[mid]<target&&target<=nums[right]){
                    left=mid+1;
                }else{
                    right=mid-1;
                }
            }else{
                if(nums[left]<=target&&target<nums[mid]){
                    right=mid-1;
                }else{
                    left=mid+1;
                }
            }
        }
        return -1;
    }
}

总结起来就是,如果分析不来的话,就把返回结果优先放到第一个if里。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值