【刷题之路】牛客 NC74 数字在升序数组中出现的次数

一、题目描述

原题连接： NC74 数字在升序数组中出现的次数

题目描述：
给定一个长度为n的非降序数组和一个非负数整数k，要求统计k在数组中出现的次数
数据范围：0 <= n <= 1000, 0 <= k <= 100, 阿虎组中的每个元素满足0 <= val <= 100
复杂度要求：时间复杂度：O(logn), 空间复杂度O(1)

示例1
输入：[1,2,3,3,3,3,4,5],3
返回值： 4

示例2
输入：[1,3,4,5],6
返回值： 0

二、解题

1、方法1——直接遍历

1.1、思路分析

直接遍历数组，统计k出现的次数

1.2、代码实现

有了以上思路，那我们写起代码来也就水到渠成了：

int GetNumberOfK1(int* data, int dataLen, int k) {
    assert(data);
    // 特殊情况特殊处理
    if (k < data[0] || k > data[dataLen - 1]) {
        return 0;
    }
    int i = 0;
    int count = 0; // 统计k出现的次数
    for (i = 0; i < dataLen; i++) {
        if (data[i] == k) {
            count++;
        }
    }
    return count;
}

时间复杂度：O(n),n为数组元素个数，我们只需要遍历一遍数组即可。
空间复杂度：O(1),我们只需要用到常数级的额外空间。

2、方法2——二分法

2.1、思路分析

我们可以先用二分帮我们找到k，既然题目说的是非降序数组，那相同的数一定就是紧挨在一起的。例如下例：

所以，找到k之后再分别向它的左右两边遍历，统计一共有多少个k。

2.2、代码实现

有了以上思路，那我们写起代码来也就水到渠成了：

int GetNumberOfK2(int* data, int dataLen, int k) {
    assert(data);
    // 特殊情况特殊处理
    if (k < data[0] || k > data[dataLen - 1]) {
        return 0;
    }
    int left = 0;
    int right = dataLen - 1;
    int mid = 0;
    int count = 0; // 统计一共有多少个k
    while (left <= right) {
        mid = left + (right - left) / 2;
        if (k < data[mid]) {
            right = mid - 1;
        }
        else if (k > data[mid]) {
            left = mid + 1;
        }
        else { // 找到了
            count++;
            int n = 1;
            // 向k的后面寻找
            while (mid + n < dataLen) {
                if (data[mid + n] == k) {
                    count++;
                    n++;
                }
                else {
                    break;
                }
            }
            // 向k的前面寻找
            n = 1;
            while (mid - n >= 0) {
                if (data[mid - n] == k) {
                    count++;
                    n++;
                }
                else {
                    break;
                }
            }
            break;
        }
    }
    return count;
}

时间复杂度：O(n),n为数组元素个数，最坏的情况下，我们还是要遍历一遍数组。
空间复杂度：O(1)，我们只需要用到常数级的额外空间。

3、方法3——找边界

3.1、思路分析

上面说到，在一个有序数组中相同值的元素一定是"紧挨在一起的"
那我们就可以找到这一堆紧挨在一起的元素的边界，然后在将两个边界相减，其绝对值再减1就是k的个数。

所以我们分别进行正向遍历和逆向遍历，正向遍历找到第一个大于k的数，并返回其下标，逆向遍历则找到第一个小于k的数，
并返回其下标，将两个下标相减，其绝对值再减去1即是k的个数。

3.2、代码实现

有了以上思路，那我们写起代码来也就水到渠成了：

int GetNumberOfK3(int* data, int dataLen, int k) {
    assert(data);
    // 特殊情况特殊处理
    if (k < data[0] || k > data[dataLen - 1]) {
        return 0;
    }
    int left = -1; // 记录左边界,初始化为-1
    int right = dataLen; // 记录右边界，初始化为dataLen
    // 这里的初始化是为了防止初速长度为0或为1的情况。
    int i = 0;
    // 正向遍历
    for (i = 0; i < dataLen; i++) {
        if (data[i] > k) {
            right = i;
            break;
        }
    }
    //逆向遍历
    for (i = dataLen - 1; i >= 0; i--) {
        if (data[i] < k) {
            left = i;
            break;
        }
    }
    return right - left - 1;
}

时间复杂度：O(n),n为数组元素个数，最坏情况下，我们需要遍历数组一遍。
空间复杂度：O(1),我们只需要用到常数级的额外空间。

4、方法4——二分法优化

4.1、思路分析

方法3的思路，完全可以用二分法来完成：
我们可以用二分法分别找到k + 0.5和k - 0.5的位置，返回它们的下标
然后相减，其绝对值再减1就是k出现的次数。
当然啦，小数在整数数组中是不可能出现的，所以这里返回的应该是它们需要按顺序插入的下标。至于为什么是这样我在我的上一篇题解：【刷题之路】二分法的妙用 LeetCode 35. 搜索插入位置中做了详细的解答。
即我们最后直接返回left即可。
那么查找k + 0.5时返回的left指向的就是第一个大于k的数，查找k - 0.5的时候返回的left指向的就是k本身
但这也省去了对绝对值再减1的操作。最后结果也还是对的。

4.2、代码实现

有了以上代码，那我们写起代码来也就水到渠成了：

我们先写一个“特殊”二分查找函数：

int binary_search(int* nums, int nums_len, double target) {
    assert(nums);
    // 特殊情况特殊处理
    if (target < nums[0]) {
        return 0;
    }
    else if (target > nums[nums_len - 1]) {
        return nums_len;
    }
    int left = 0;
    int right = nums_len - 1;
    int mid = 0;
    while (left <= right) {
        mid = left + (right - left) / 2;
        if (target < nums[mid]) {
            right = mid - 1;
        }
        else if (target > nums[mid]) {
            left = mid + 1;
        }
    }
    return left;
}

然后我们在解题函数中调用二分查找即可：

int GetNumberOfK(int* data, int dataLen, int k) {
    assert(data);
    // 特殊情况特殊处理
    if (k < data[0] || k > data[dataLen - 1]) {
        return 0;
    }
    int left = -1; // 记录左边界
    int right = dataLen; // 记录右边界
    left = binary_search(data, dataLen, k - 0.5);
    right = binary_search(data, dataLen, k + 0.5);
    return right - left;
}

时间复杂度：O(log2N),N为数组元素个数，两次二分查找，二分查找的复杂度为O(log2N)。
空间复杂度：O(1),我们只需要用到常数级的额外空间。