原题链接:https://leetcode.com/problems/search-for-a-range
看到时间复杂度O(logN)之后的第一想法就是二分法,这道题的想法是二分法的一种变种:
1. 递归出口:
end-start <= 1 时作为递归最下方一层,判断此时是否有target值,有则更新,之后返回上层。
2. 计算mid位置
3. 如果mid==target,递归调用函数向左右扩展(左右都有可能会有target值)。
如果mid
<
<
<script type="math/tex" id="MathJax-Element-4"><</script>target.递归调用函数向右扩展(此时target值只会出现在右侧)。
如果mid > target.递归调用函数向左扩展(此时target值只会出现在左侧)。
代码如下:
class Solution(object):
def searchRange(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
out = [-1,-1]
self.findRange(nums,target,0,len(nums)-1,out)
return out
def findRange(self,nums,target,start,end,out):
if end-start <=1:
for i in range(start,end+1):
if nums[i] == target:
if i > out[1]:
out[1] = i
if i < out[0]:
out[0] = i
if out[0] == -1:
out[0] = i
return
mid = (start+end)/2
if nums[mid] == target:
if mid > out[1]:
out[1] = mid
if mid < out[0]:
out[0] = mid
if out[0] == -1:
out[0] = mid
self.findRange(nums,target,start,mid-1,out)
self.findRange(nums,target,mid+1,end,out)
if nums[mid] < target:
self.findRange(nums,target,mid+1,end,out)
if nums[mid] > target:
self.findRange(nums,target,start,mid-1,out)
s = Solution()
print s.searchRange([5, 7, 7, 8, 8, 10],8)
之后又看到了一种更快的方法,由于原始数组是升序排列的,在二分区间开始和结束位置都是target值时代表整个二分区间内都是target值,最坏找到target值的情况是数组长度为1,而上面的方法最好的输出情况为数组长度是2,所以更为优化。
其代码如下:
class Solution(object):
def searchRange(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
if not nums: return [-1,-1]
n = len(nums)
return self.helper(nums,0,n-1,target)
def helper(self,nums,lo,hi,target):
if nums[lo] == nums[hi] == target:
return [lo,hi]
if nums[lo] > target or nums[hi] < target:
return [-1,-1]
mid = (lo+hi)/2
l = self.helper(nums,lo,mid,target)
r = self.helper(nums,mid+1,hi,target)
if l == [-1,-1]: return r
if r == [-1,-1]: return l
return [l[0],r[1]]