代码随想录算法训练营第一天-数组| 704. 二分查找、35.搜索插入位置、34.在排序数组中查找元素的第一个和最后一个位置、27. 移除元素

数组理论和二分查找

数组的元素在内存地址中是连续的，不能单独删除数组中的某个元素，只能覆盖

二分法的前提1.数组为有序数组 2.数组中无重复元素

二分法的边界条件注意：区间的定义不变量，就是在二分查找的过程中，保持不变量。

704. 二分查找

思路：

方法1:

target在[left, right]区间，所以有如下两点：

• while (left <= right) 要使用 <= ，因为left == right是有意义的，所以使用 <=
• if (nums[middle] > target) right 要赋值为 middle - 1，因为当前这个nums[middle]一定不是target，那么接下来要查找的左区间结束下标位置就是 middle - 1
• 

class Solution {
    public int search(int[] nums, int target) {
        int l = 0, r = nums.length - 1;
        while(l <= r){
        int mid = l + ( r - l) /2;
            if( nums[mid] > target){
                r = mid - 1;
            }
            else if( nums[mid] < target){
                l = mid + 1;
            }
            else if( nums[mid] == target){
                return mid;
            }
            
        }return -1;
    }
} 

方法2:

target 是在一个在左闭右开的区间里，也就是[left, right) ，那么二分法的边界处理方式则截然不同。

• while (left < right)，这里使用 < ,因为left == right在区间[left, right)是没有意义的
• if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]

class Solution {
    public int search(int[] nums, int target) {
        int l = 0, r = nums.length;
        while(l < r){
        int mid = l + ( r - l) /2;
            if( nums[mid] > target){
                r = mid;
            }
            else if( nums[mid] < target){
                l = mid + 1;
            }
            else if( nums[mid] == target){
                return mid;
            }
            
        }return -1;
    }
}

35. Search Insert Position

class Solution {
    public int searchInsert(int[] nums, int target) {
        
        int l = 0, r = nums.length -1;
        while( l <= r){
            int mid = l + ( r - l) / 2;
            if( nums[mid] > target)
               r = mid -1;
            else if(nums[mid] < target)
                l = mid + 1;
            else
                return mid;
        }
         return l;
    }  
}

34. Find First and Last Position of Element in Sorted Array

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int leftIdx = binarySearch(nums, target, true);
        int rightIdx = binarySearch(nums, target, false) - 1;
        if (leftIdx <= rightIdx && rightIdx < nums.length && nums[leftIdx] == target && nums[rightIdx] == target) {
            return new int[]{leftIdx, rightIdx};
        } 
        return new int[]{-1, -1};
    }

    public int binarySearch(int[] nums, int target, boolean lower) {
        int left = 0, right = nums.length - 1, ans = nums.length;
        while (left <= right) {
            int mid = (left + right) / 2;
            if (nums[mid] > target || (lower && nums[mid] >= target)) {
                right = mid - 1;
                ans = mid;
            } else {
                left = mid + 1;
            }
        }
        return ans;
    }
}

27. Remove Element

暴力解法：

// 时间复杂度：O(n^2)
// 空间复杂度：O(1)

这个题目暴力的解法就是两层for循环，一个for循环遍历数组元素 ，第二个for循环更新数组。利用数组其中一个性质来解决：数组的元素在内存地址中是连续的，不能单独删除数组中的某个元素，只能覆盖。用第二层for去覆盖。

class Solution {
    public int removeElement(int[] nums, int val) {
        int len = nums.length;
        for(int i = 0; i< len; i++){
            if( nums[i]== val){
                for(int j = i + 1; j < len; j++){
                    nums[j-1] = nums[j];
                }
                i--;
                len--;
            }
        }
        return len;
    }
}

双指针法：

双指针法（快慢指针法）： 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。

要知道数组的元素在内存地址中是连续的，不能单独删除数组中的某个元素，只能覆盖。

// 时间复杂度：O(n)
// 空间复杂度：O(1)

定义快慢指针

• 快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
• 慢指针：指向更新 新数组下标的位置

双指针法（快慢指针法）在数组和链表的操作中是非常常见的，很多考察数组、链表、字符串等操作的面试题，都使用双指针法

// 暴力解法与双指针解法利用数组的相同性质，不同理解来解题

class Solution {
    public int removeElement(int[] nums, int val) {
        int slow = 0;
        for(int fast = 0; fast < nums.length; fast++){
            if(nums[fast] != val){
                nums[slow] = nums[fast];
                slow++;
            }
        }
        return slow;
    
    }
}