题目描述
整数数组 nums 按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], …, nums[n-1], nums[0], nums[1], …, nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。
你必须设计一个时间复杂度为 O ( l o g n ) O(log n) O(logn) 的算法解决此问题。
示例1:
输入: nums = [4,5,6,7,0,1,2], target = 0
输出: 4
示例2:
输入: nums = [4,5,6,7,0,1,2], target = 3
输出: -1
示例3:
输入: nums = [1], target = 0
输出: -1
提示
- 1 < = n u m s . l e n g t h < = 5000 1 <= nums.length <= 5000 1<=nums.length<=5000
- − 1 0 4 < = n u m s [ i ] < = 1 0 4 -10^4 <= nums[i] <= 10^4 −104<=nums[i]<=104
- n u m s 中的每个值都 nums 中的每个值都 nums中的每个值都 独一无二
- 题目数据保证 n u m s 在预先未知的某个下标上进行了旋转 题目数据保证 nums 在预先未知的某个下标上进行了旋转 题目数据保证nums在预先未知的某个下标上进行了旋转
- − 1 0 4 < = t a r g e t < = 1 0 4 -10^4 <= target <= 10^4 −104<=target<=104
方法一:朴素解法
解题思路
遍历 nums,找到旋转点 idx,对 idx 前后进行二分。
代码
class Solution {
public:
int find(vector<int>& nums, int l, int r, int target) {
while(l <= r)
{
int mid = (l + r) >> 1;
if(nums[mid] == target) return mid;
else if(nums[mid] < target) l = mid + 1;
else r = mid - 1;
}
return -1;
}
int search(vector<int>& nums, int target) {
int i;
for(i = 0; i < nums.size() - 1; i++)
if(nums[i] > nums[i + 1])
break;
int ans = find(nums, 0, i, target);
if(ans == -1) ans = find(nums, i + 1, nums.size() - 1, target);
return ans;
}
};
复杂度分析
- 时间复杂度: O ( n ) O(n) O(n)。先对数组进行一次遍历,找到 idx,复杂度为 O ( n ) O(n) O(n),对 idx 前后进行二分查找,复杂度为 O ( log n ) O(\log{n}) O(logn)。
- 空间复杂度: O ( 1 ) O(1) O(1)。
方法二
解题思路
不难发现,虽然在朴素解法中我们应用了「二分」查找。
但理论复杂度为 O(n),实际复杂度也远达不到 O ( log n ) O(\log{n}) O(logn),执行效率取决于旋转点 idx 所在数组的下标位置。
那么我们如何实现 O ( log n ) O(\log{n}) O(logn) 的解法呢?
这道题其实是要我们明确「二分」的本质是什么。
「二分」不是单纯指从有序数组中快速找某个数,这只是「二分」的一个应用。
「二分」的本质是两段性,并非单调性。只要一段满足某个性质,另外一段不满足某个性质,就可以用「二分」。
经过旋转的数组,显然前半段满足 >= nums[0],而后半段不满足 >= nums[0]。我们可以以此作为依据,通过「二分」找到旋转点。
找到旋转点之后,再通过比较 target 和 nums[0] 的大小,确定 target 落在旋转点的左边还是右边。
代码
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1, mid;
while(l < r)
{
mid = (l + r + 1) >> 1;
if(nums[mid] >= nums[0]) l = mid;
else r = mid - 1;
}
if(target >= nums[0])
{
r = l;
l = 0;
}
else
{
l = l + 1;
r = nums.size() - 1;
}
while(l <= r)
{
mid = (l + r) >> 1;
if(nums[mid] == target) return mid;
else if(nums[mid] < target) l = mid + 1;
else r = mid - 1;
}
return -1;
}
};
复杂度分析
- 时间复杂度: O ( l o g n ) O(logn) O(logn)。
- 空间复杂度: O ( 1 ) O(1) O(1)。