704.二分查找
简单
给定一个 n
个元素有序的(升序)整型数组 nums
和一个目标值 target
,写一个函数搜索 nums
中的 target
,如果目标值存在返回下标,否则返回 -1
。
示例 1:
输入:nums
= [-1,0,3,5,9,12],target
= 9 输出: 4 解释: 9 出现在nums
中并且下标为 4
示例 2:
输入:nums
= [-1,0,3,5,9,12],target
= 2 输出: -1 解释: 2 不存在nums
中因此返回 -1
提示:
- 你可以假设
nums
中的所有元素是不重复的。 n
将在[1, 10000]
之间。nums
的每个元素都将在[-9999, 9999]
之间。
左闭右闭区间
class Solution {
public int search(int[] nums, int target) {
int i = 0; // 左边界的初始位置
int j = nums.length - 1; // 右边界的初始位置
// 二分查找循环
while (i <= j) {
int m = (i + j) >>> 1; // 计算中间位置,使用无符号右移避免溢出
if (target < nums[m]) {
j = m - 1; // 目标值在左侧,缩小搜索范围到左半边
} else if (nums[m] < target) {
i = m + 1; // 目标值在右侧,缩小搜索范围到右半边
} else {
return m; // 找到目标值,返回索引位置
}
}
return -1; // 未找到目标值,返回-1
}
}
35.搜索插入位置
简单
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。
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
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
class Solution {
public int searchInsert(int[] nums, int target) {
int i = 0; // 左边界的初始位置
int j = nums.length - 1; // 右边界的初始位置
// 二分查找循环
while (i <= j) {
int m = (i + j) >>> 1; // 计算中间位置,使用无符号右移避免溢出
if (target < nums[m]) {
j = m - 1; // 目标值在左侧,缩小搜索范围到左半边
} else if (nums[m] < target) {
i = m + 1; // 目标值在右侧,缩小搜索范围到右半边
} else {
return m; // 找到目标值,返回索引位置
}
}
return i; // 未找到目标值,返回插入位置(即左边界 i)
}
}
当未找到目标值时,返回的是插入位置(即左边界 i
)。这是因为在二分查找过程中,如果目标值不存在于数组中,那么最终搜索区间 i
和 j
会相遇,并且 i
指向第一个大于目标值的元素位置,而 j
指向最后一个小于目标值的元素位置。因此,将 i
作为插入位置是合理的。
34.在排序数组中查找元素的第一个和最后一个位置
中等
给你一个按照非递减顺序排列的整数数组 nums
,和一个目标值 target
。请你找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target
,返回 [-1, -1]
。
你必须设计并实现时间复杂度为 O(log n)
的算法解决此问题。
示例 1:
输入:nums = [5,7,7,8,8,10]
, target = 8
输出:[3,4]
示例 2:
输入:nums = [5,7,7,8,8,10]
, target = 6
输出:[-1,-1]
示例 3:
输入:nums = [], target = 0 输出:[-1,-1]
提示:
0 <= nums.length <= 105
-109 <= nums[i] <= 109
nums
是一个非递减数组-109 <= target <= 109
class Solution {
public int[] searchRange(int[] nums, int target) {
int begin = getBeginOrEnd(nums, target, true);
int end = getBeginOrEnd(nums, target, false);
if (begin == -1) {
return new int[]{-1, -1}; // 如果未找到目标值,返回{-1, -1}
}
return new int[]{begin, end}; // 返回目标值的起始和结束索引
}
/**
* 获取目标值在数组中的起始或结束索引
*
* @param nums 给定的有序数组
* @param target 目标值
* @param choice true表示获取起始索引,false表示获取结束索引
* @return 目标值在数组中的起始或结束索引
*/
int getBeginOrEnd(int[] nums, int target, boolean choice) {
int trueIndex = -1; // 记录正确的值
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = (left + right) >>> 1;
if (target < nums[mid]) {
right = mid - 1;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
if (choice) {
trueIndex = mid; // 求的是该元素在该数组中最左边的索引
right = mid - 1;
} else {
trueIndex = mid;
left = mid + 1; // 求的是该元素在该数组中最右边的索引
}
}
}
return trueIndex;
}
}
69.x的平方根
简单
提示
给你一个非负整数 x
,计算并返回 x
的 算术平方根 。
由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。
注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5)
或者 x ** 0.5
。
示例 1:
输入:x = 4 输出:2
示例 2:
输入:x = 8 输出:2 解释:8 的算术平方根是 2.82842..., 由于返回类型是整数,小数部分将被舍去。
提示:
0 <= x <= 231 - 1
class Solution {
public int mySqrt(int x) {
int l = 0; // 左边界的初始位置
int r = x; // 右边界的初始位置
int ans = -1; // 记录平方根的结果
// 二分查找循环
while (l <= r) {
int mid = l + (r - l) / 2; // 计算中间位置
// 判断中间位置的平方是否小于等于x
if ((long) mid * mid <= x) {
ans = mid; // 更新平方根的结果
//我们想找到满足条件的最大整数k,使得k的平方不超过x,故小于的情况更新值
l = mid + 1; // 缩小搜索范围到右半边
} else {
r = mid - 1; // 缩小搜索范围到左半边
}
}
return ans; // 返回平方根的结果
}
}
367.有效的完全平方数
简单
给你一个正整数 num
。如果 num
是一个完全平方数,则返回 true
,否则返回 false
。
完全平方数 是一个可以写成某个整数的平方的整数。换句话说,它可以写成某个整数和自身的乘积。
不能使用任何内置的库函数,如 sqrt
。
示例 1:
输入:num = 16 输出:true 解释:返回 true ,因为 4 * 4 = 16 且 4 是一个整数。
示例 2:
输入:num = 14 输出:false 解释:返回 false ,因为 3.742 * 3.742 = 14 但 3.742 不是一个整数。
提示:
1 <= num <= 231 - 1
class Solution {
public boolean isPerfectSquare(int num) {
int left = 0; // 左边界的初始位置
int right = num; // 右边界的初始位置
// 二分查找循环
while (left <= right) {
int mid = (right - left) / 2 + left; // 计算中间位置
long square = (long) mid * mid; // 计算中间位置的平方
// 判断中间位置的平方与目标值的关系
if (square < num) {
left = mid + 1; // 缩小搜索范围到右半边
} else if (square > num) {
right = mid - 1; // 缩小搜索范围到左半边
} else {
return true; // 找到完全平方数,返回true
}
}
return false; // 未找到完全平方数,返回false
}
}
74.搜索二维矩阵
中等
给你一个满足下述两条属性的 m x n
整数矩阵:
- 每行中的整数从左到右按非严格递增顺序排列。
- 每行的第一个整数大于前一行的最后一个整数。
给你一个整数 target
,如果 target
在矩阵中,返回 true
;否则,返回 false
。
示例 1:
输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 3 输出:true
示例 2:
输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 13 输出:false
提示:
m == matrix.length
n == matrix[i].length
1 <= m, n <= 100
-104 <= matrix[i][j], target <= 104
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
// 获取矩阵的行数 m 和列数 n
int m = matrix.length, n = matrix[0].length;
// 定义二分查找的左右边界
int low = 0, high = m * n - 1;
// 进行二分查找
while (low <= high) {
// 计算中间位置的索引
int mid = (high - low) / 2 + low;
// 将一维数组的索引转换为二维矩阵的行列索引
int x = matrix[mid / n][mid % n];
// 比较中间位置的元素与目标值
if (x < target) {
// 如果中间元素小于目标值,则调整左边界
low = mid + 1;
} else if (x > target) {
// 如果中间元素大于目标值,则调整右边界
high = mid - 1;
} else {
// 找到目标值,返回 true
return true;
}
}
// 如果遍历完没有找到目标值,返回 false
return false;
}
}
162.寻找峰值
中等
峰值元素是指其值严格大于左右相邻值的元素。
给你一个整数数组 nums
,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。
你可以假设 nums[-1] = nums[n] = -∞
。
你必须实现时间复杂度为 O(log n)
的算法来解决此问题。
示例 1:
输入:nums = [1,2,3,1]
输出:2
解释:3 是峰值元素,你的函数应该返回其索引 2。
示例 2:
输入:nums = [
1,2,1,3,5,6,4]
输出:1 或 5
解释:你的函数可以返回索引 1,其峰值元素为 2;
或者返回索引 5, 其峰值元素为 6。
提示:
1 <= nums.length <= 1000
-231 <= nums[i] <= 231 - 1
- 对于所有有效的
i
都有nums[i] != nums[i + 1]
思路一是逐个遍历找出最大值即为峰值,时间复杂度为O(n)
思路二如下,通过二分查找遍历,如果遍历到的值不是峰值,则范围向值更大的那个范围收缩
class Solution {
public int findPeakElement(int[] nums) {
int n = nums.length;
// 初始化二分查找的左右边界
int left = 0, right = n - 1, ans = -1;
// 执行二分查找
while (left <= right) {
// 计算中间位置的索引
int mid = (left + right) / 2;
// 判断当前 mid 是否为峰值元素
if (compare(nums, mid - 1, mid) < 0 && compare(nums, mid, mid + 1) > 0) {
// 找到峰值元素,记录答案并跳出循环
ans = mid;
break;
}
// 如果 mid 右侧元素更大,则在右侧查找
if (compare(nums, mid, mid + 1) < 0) {
left = mid + 1;
} else {
// 否则在左侧查找
right = mid - 1;
}
}
// 返回找到的峰值元素的索引
return ans;
}
// 比较函数,用于比较两个下标处的值
public int compare(int[] nums, int idx1, int idx2) {
// 如果 idx1 越界(小于 0),则认为左侧元素为负无穷,返回 -1
if (idx1 < 0) {
return -1;
}
// 如果 idx2 越界(大于等于数组长度),则认为右侧元素为正无穷,返回 1
if (idx2 >= nums.length) {
return 1;
}
// 如果 nums[idx1] 小于 nums[idx2],返回 -1
if (nums[idx1] < nums[idx2]) {
return -1;
} else {
// 否则返回 1
return 1;
}
}
}
33.搜索旋转排序数组
中等
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(log n)
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
-104 <= nums[i] <= 104
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 -104 <= target <= 104
在进行二分查找的过程中,一共可能出现两种情况,一个是搜索范围整体是有序的,此时按照正常的二分查找进行。第二种情况是中间位置左右两侧一侧是有序的,另一侧是无序的,此时判断出哪侧是有序的,判断target是否在这侧,如果在范围中的话,缩小范围。如果不在,则去另一侧搜索。
class Solution {
public int search(int[] nums, int target) {
int n = nums.length;
// 如果数组为空,直接返回 -1
if (n == 0) {
return -1;
}
// 初始化二分查找的左右边界
int l = 0, r = n - 1;
// 二分查找
while (l <= r) {
// 计算中间位置的索引
int mid = (l + r) / 2;
// 如果中间元素就是目标值,返回其索引
if (nums[mid] == target) {
return mid;
}
// 如果数组当前范围是有序的(未被旋转)
if (nums[l] < nums[r]) {
// 如果目标值小于中间值,说明在左侧,调整右边界
if (target < nums[mid]) {
r = mid - 1;
} else {
// 否则,目标值在右侧,调整左边界
l = mid + 1;
}
}
// 判断左半部分是否是有序的
else if (nums[l] <= nums[mid]) {
// 如果目标值在左半部分范围内,则缩小右边界
if (nums[l] <= target && target < nums[mid]) {
r = mid - 1;
} else {
// 否则,目标值可能在右半部分,缩小左边界
l = mid + 1;
}
} else {
// 如果右半部分是有序的
// 如果目标值在右半部分范围内,则缩小左边界
if (nums[mid] < target && target <= nums[r]) {
l = mid + 1;
} else {
// 否则,目标值可能在左半部分,缩小右边界
r = mid - 1;
}
}
}
// 如果找不到目标值,返回 -1
return -1;
}
}
153.寻找旋转排序数组中的最小值
中等
提示
已知一个长度为 n
的数组,预先按照升序排列,经由 1
到 n
次 旋转 后,得到输入数组。例如,原数组 nums = [0,1,2,4,5,6,7]
在变化后可能得到:
- 若旋转
4
次,则可以得到[4,5,6,7,0,1,2]
- 若旋转
7
次,则可以得到[0,1,2,4,5,6,7]
注意,数组 [a[0], a[1], a[2], ..., a[n-1]]
旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]]
。
给你一个元素值 互不相同 的数组 nums
,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。
你必须设计一个时间复杂度为 O(log n)
的算法解决此问题。
示例 1:
输入:nums = [3,4,5,1,2] 输出:1 解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。
示例 2:
输入:nums = [4,5,6,7,0,1,2] 输出:0 解释:原数组为 [0,1,2,4,5,6,7] ,旋转 3 次得到输入数组。
示例 3:
输入:nums = [11,13,15,17] 输出:11 解释:原数组为 [11,13,15,17] ,旋转 4 次得到输入数组。
提示:
n == nums.length
1 <= n <= 5000
-5000 <= nums[i] <= 5000
nums
中的所有整数 互不相同nums
原来是一个升序排序的数组,并进行了1
至n
次旋转
第一种情况是 nums[pivot]<nums[high]。如下图所示,这说明 nums[pivot] 是最小值右侧的元素,因此我们可以忽略二分查找区间的右半部分。
第二种情况是 nums[pivot]>nums[high]。如下图所示,这说明 nums[pivot] 是最小值左侧的元素,因此我们可以忽略二分查找区间的左半部分。
由于数组不包含重复元素,并且只要当前的区间长度不为 1,pivot 就不会与 high 重合;而如果当前的区间长度为 1,这说明我们已经可以结束二分查找了。因此不会存在 nums[pivot]=nums[high] 的情况。
当二分查找结束时,我们就得到了最小值所在的位置。
class Solution {
public int findMin(int[] nums) {
int low = 0; // 初始化左边界为数组的第一个元素
int high = nums.length - 1; // 初始化右边界为数组的最后一个元素
// 当左边界小于右边界时,继续进行二分查找
while (low < high) {
int pivot = low + (high - low) / 2; // 计算中间位置的索引,避免直接 (low + high) / 2 可能的整数溢出
// 如果中间元素小于右边界元素,说明最小值在左半部分(包括 mid 位置)
if (nums[pivot] < nums[high]) {
high = pivot; // 缩小搜索范围到左半部分
} else {
// 如果中间元素大于或等于右边界元素,说明最小值在右半部分
low = pivot + 1; // 缩小搜索范围到右半部分
}
}
// 当 low 和 high 相等时,指向数组中的最小值
return nums[low];
}
}