【二分查找】leetcode 33. 搜索旋转排序数组

33. 搜索旋转排序数组

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 $O(logn)$ 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

• $1<=nums.length<=5000$
• $-10^4<=nums[i]<=10^4$
• $nums中的每个值都$ 独一无二
• $题目数据保证nums在预先未知的某个下标上进行了旋转$
• $-10^4<=target<=10^4$

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：$O(n)$。先对数组进行一次遍历，找到 idx，复杂度为 $O(n)$，对 idx 前后进行二分查找，复杂度为 $O(\log n)$。
• 空间复杂度：$O(1)$。

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 $O(\log n)$，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 $O(\log n)$ 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：$O(logn)$。
• 空间复杂度：$O(1)$。