LeetCode_33_中等_搜索旋转排序数组

Lins号丹

已于 2024-04-07 14:19:42 修改

阅读量820

点赞数 29

分类专栏： LeetCode进阶之路文章标签： leetcode 算法

于 2024-04-01 23:05:42 首次发布

原文链接：https://leetcode.cn/problems/search-in-rotated-sorted-array/description/

版权

LeetCode进阶之路专栏收录该内容

35 篇文章 0 订阅

订阅专栏

文章目录

1. 题目
2. 思路及代码实现详解（Python）
- 2.1 二分查找

1. 题目

整数数组 $n u m s$ 按升序排列，数组中的值 互不相同 。

在传递给函数之前， $n u m s$ 在预先未知的某个下标 $k （ 0 <= k < n u m s . l e n g t h ）$ 上进行了旋转，使数组变为 $[n u m s [k], n u m s [k + 1], ..., n u m s [n - 1], n u m s [0], n u m s [1], ..., n u m s [k - 1]]$ （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 $n u m s$ 和一个整数 $t a r g e t$ ，如果 $n u m s$ 中存在这个目标值 $t a r g e t$ ，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 $O (l o g n)$ 的算法解决此问题。

示例 1：

输入： $n u m s = [4, 5, 6, 7, 0, 1, 2], t a r g e t = 0$
输出： $4$

示例 2：

输入： $n u m s = [4, 5, 6, 7, 0, 1, 2], t a r g e t = 3$
输出： $- 1$

示例 3：

输入： $n u m s = [1], t a r g e t = 0$
输出： $- 1$

提示：

$1 <= n u m s . l e n g t h <= 5000$
$10^4 <= nums[i] <= 10^4$
$n u m s$ 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

2. 思路及代码实现详解（Python）

2.1 二分查找

对于有序数组，可以使用二分查找的方法查找元素。但是这道题中，数组本身不是有序的，进行旋转后只保证了数组的局部是有序的，这还能进行二分查找吗？答案是可以的。

可以发现的是，我们将数组从中间分开成左右两部分的时候，一定有一部分的数组是有序的。拿示例来看，我们从 $6$ 这个位置分开以后数组变成了 $[4, 5, 6]$ 和 $[7, 0, 1, 2]$ 两个部分，其中左边 $[4, 5, 6]$ 这个部分的数组是有序的，其他也是如此。

这启示我们可以在常规二分查找的时候查看当前 $mi d$ 为分割位置分割出来的两个部分 $[l, mi d]$ 和 $[mi d + 1, r]$ 哪个部分是有序的，并根据有序的那个部分确定我们该如何改变二分查找的上下界，因为我们能够根据有序的那部分判断出 $t a r g e t$ 在不在这个部分：

如果 $[l, mi d - 1]$ 是有序数组，且 $t a r g e t$ 的大小落在区间 $[n u m s [l], n u m s [mi d])$ ，则我们应该将搜索范围缩小至 $[l, mi d - 1]$ ，否则在 $[mi d + 1, r]$ 中寻找。
如果 $[mi d, r]$ 是有序数组，且 $t a r g e t$ 的大小落在区间 $(n u m s [mi d + 1], n u m s [r]]$ ，则我们应该将搜索范围缩小至 $[mi d + 1, r]$ ，否则在 $[l, mi d - 1]$ 中寻找。

在这里插入图片描述
该算法的时间复杂度为 $O (l o g n)$ ，其中 $n$ 为 $n u m s$ 数组的大小，空间复杂度为 $O (1)$ 。

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        if not nums:
            return -1
        l, r = 0, len(nums) - 1
        while l <= r:
            mid = (l + r) // 2
            if nums[mid] == target:
                return mid
            if nums[0] <= nums[mid]:
                if nums[0] <= target < nums[mid]:
                    r = mid - 1
                else:
                    l = mid + 1
            else:
                if nums[mid] < target <= nums[len(nums) - 1]:
                    l = mid + 1
                else:
                    r = mid - 1
        return -1