力扣35. 搜索插入位置（二分法）

最新推荐文章于 2024-09-08 20:02:08 发布

努力敲代码啊

最新推荐文章于 2024-09-08 20:02:08 发布

阅读量977

点赞数

文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/m0_57344907/article/details/122217524

版权

这篇博客介绍了如何使用二分查找法在已排序的整数数组中寻找目标值，要求时间复杂度为O(logn)。通过示例展示了C语言和Python的实现，解释了在找不到目标值时如何确定其插入位置。此外，还对比了枚举方法与二分查找法的效率差异。

摘要由CSDN通过智能技术生成

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

请必须使用时间复杂度为 O(log n) 的算法。

因为题目要求的时间复杂度为O(log n)，小编第一时间想到了二分法，但是二分法要求的数组必须是有序的，本题下方的提示说明本题可用二分法求解。如果用枚举的方法求解，时间复杂度为O（n），可能存在超出时间限制的问题

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2:

输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3:

输入: nums = [1,3,5,6], target = 7
输出: 4

示例 4:

输入: nums = [1,3,5,6], target = 0
输出: 0

示例 5:

输入: nums = [1], target = 0
输出: 0

提示:

1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 为无重复元素的升序排列数组
-104 <= target <= 104

C语言

int searchInsert(int* nums, int numsSize, int target)
{
    //设置前后指针
    int start=0,end=numsSize-1;

    //中间指针
    int mid;

    //循环体不断更新中间指针
    while(start<=end)
    {
        //设置中间指针是前后指针的一半
        mid=(start+end)/2;

        //当目标小于数组中间的数时，在前指针和中间指针之间可能存在目标
        if(target<nums[mid])
            end=mid-1;
        
        //当目标大于数组中间的数时，在后指针和中间指针之间可能存在目标
        else if(target>nums[mid])
            start=mid+1;
        
        //目标和数组中间数匹配成功，返回中间数的下标
        else
            return mid;
    }

    //说明：当二分法查找失败时，目标会与最后中间指针的前一位或者后一位比较过
    /*
    程序执行到此时，说明数组中不存在目标
    此时需要判断插入目标的位置
    因为目标与数组进行的了多次比较
    每次比较与数组中间指针所指向的数差值越来越小
    此时差值最小
    所以我们的目标要插值在中间指针的附近
    当目标小于中间指针所指向的数时，目标就要插值在中间指针的位置
    中间指针以后的数向后挪动一位
    当目标大于中间指针指向的数字时
    目标也与中间指针的后一位比较过，且小于中间指针的后一位
    目标要插值在中间指针的后一位
    */
    if(target>nums[mid])
        return mid+1;
    else
        return mid;
}

python

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        end=len(nums)-1
        start=0
        while(start<=end):
            mid=int((start+end)/2)
            if nums[mid]>target:
                end=mid-1
            elif nums[mid]<target:
                start=mid+1
            else:
                return mid
        if nums[mid]>target:
            return mid
        else:
            return mid+1

因为两个版本的结构一样，所以python不再过多赘述

枚举python

小编也写了一个枚举的办法，提交之后发现他的执行用时和内存消耗和二分法相差无几，可能是数据量太小，所以不太明显，代码如下，仅供参考！

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        l=len(nums)
        for i in range(l):
            if nums[i]==target:
                return i
            if i==0 and nums[0]>target:
                return i
            if i==l-1 and nums[i]<target:
                return i+1
            if i!=0:
                if nums[i-1]<target and nums[i]>target:
                    return i