【二分查找】leetcode 1608. 特殊数组的特征值

1608. 特殊数组的特征值

题目描述

给你一个非负整数数组 nums 。如果存在一个数 x ,使得 nums 中恰好有 x 个元素 大于或者等于 x ,那么就称 nums 是一个 特殊数组 ,而 x 是该数组的 特征值

注意: x 不必 是 nums 的中的元素。

如果数组 nums 是一个 特殊数组 ,请返回它的特征值 x 。否则,返回 -1 。可以证明的是,如果 nums 是特殊数组,那么其特征值 x 是 唯一的

示例1:

输入: nums = [3,5]
输出: 2
解释: 有 2 个元素(3 和 5)大于或等于 2 。

示例2:

输入: nums = [0,0]
输出: -1
解释: 没有满足题目要求的特殊数组,故而也不存在特征值 x 。
如果 x = 0,应该有 0 个元素 >= x,但实际有 2 个。
如果 x = 1,应该有 1 个元素 >= x,但实际有 0 个。
如果 x = 2,应该有 2 个元素 >= x,但实际有 0 个。
x 不能取更大的值,因为 nums 中只有两个元素。

示例3:

输入: nums = [0,4,3,0,4]
输出: 3
解释: 有 3 个元素大于或等于 3 。

示例4:

输入: nums = [3,6,7,7,0]
输出: -1

提示

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 1000

方法:二分查找

解题思路

ans 初始值为 -1 ,说明数组中不存在特征值。
首先对数组排序,然后枚举所有可能会是特征值的的值。
最小的特征值是 1 ,最大的特征值是数组中最后一个元素。
然后在枚举每个可能是特征值的值的同时,在原数组进行二分查找,找到第一个 >= x 的元素的位置,判断是否满足条件 (有 x 个元素 >= x) 。如果满足条件,则更新 ans 。

代码

class Solution {
public:
    int specialArray(vector<int>& nums) {
        int ans = -1;
        sort(nums.begin(), nums.end());
        int x = 1;
        // 枚举所有的可能特征值
        while(x <= nums[nums.size() - 1])
        {
            
            int l = 0, r = nums.size(), mid;
            // 查找数组中第一个 >= x 的元素
            while(l < r)
            {
                mid = (l + r) >> 1;
                if(nums[mid] >= x)  r = mid;
                else    l = mid + 1;
            }
            // 判断是否满足条件,有 x 个元素 >= x
            if(nums.size() - l == x)
            {
                ans = x;
                break;
            }
            x++;
        }
        return ans;
    }
};

复杂度分析

  • 时间复杂度:O( n l o g n nlogn nlogn)。
  • 空间复杂度:O(1)。
  • 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)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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