'''
33_搜索旋转排序数组
假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
搜索一个给定的目标值,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。
你可以假设数组中不存在重复的元素。
你的算法时间复杂度必须是 O(log n) 级别。
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
'''
class Solution:
'''
算法1:模式1,先找到最小值,再对分查找target
执行用时 :144ms, 在所有 python3 提交中击败了7.82%的用户
内存消耗 :29.2 MB, 在所有 python3 提交中击败了5.61%的用户
'''
def search(self, nums:list, target: int) -> int:
if not nums:
return -1
import bisect
L, R, key = 0, len(nums)-2, nums[-1]
while L <= R:
m = (L + R) // 2
if nums[m] > key:
L = m + 1
else:
R = m - 1
if L > 0 and target > nums[-1]: #左侧寻找
p = bisect.bisect_left(nums, target, 0, L)
else:#右侧寻找
p = bisect.bisect_left(nums, target, L, len(nums))
if p < len(nums) and nums[p] == target:
return p
else:
return -1
'''
算法2:另一种模式1,先找到最小值,再对分查找target
执行用时 :112ms, 在所有 python3 提交中击败了7.82%的用户
内存消耗 :29.5 MB, 在所有 python3 提交中击败了5.61%的用户
'''
def search2(self, nums:list, target: int) -> int:
if not nums:
return -1
import bisect
L, R = 0, len(nums)-1
while L < R:
m = (L + R) // 2
if nums[m] < nums[R]:
R = m
else:
L = m + 1
if L > 0 and target > nums[-1]: #左侧寻找
p = bisect.bisect_left(nums, target, 0, L)
else:#右侧寻找
p = bisect.bisect_left(nums, target, L, len(nums))
if p < len(nums) and nums[p] == target:
return p
else:
return -1
'''
算法3:直接分区间查找。m将数组分成两部分,总有一侧是纯递增数组(也可能两边都是纯递增),
若nums[m] >= nums[L],则[L:m]是一个递增区间,否则[m:R]是一个递增区间。
我们可以先判断target是否处于纯递增区间,再来更新边界值
执行用时 :132ms, 在所有 python3 提交中击败了7.49%的用户
内存消耗 :29.5 MB, 在所有 python3 提交中击败了5.61%的用户
'''
def search3(self, nums:list, target: int) -> int:
if not nums:
return -1
L, R = 0, len(nums)-1
while L <= R:
m = (L + R) // 2
if nums[m] == target:
return m
elif nums[m] >= nums[L]:#[L:m]是一个递增区间
if nums[L] <= target < nums[m]:#target介于单调递增的[L:m]区间
R = m - 1
else:
L = m + 1
else: #[m:R]是一个递增区间
if nums[m] < target <= nums[R]:#target介于单调递增的[m:R]区间
L = m + 1
else:
R = m - 1
return -1
'''
算法4:算法3的一个变式,不是查找target,而是查找第一个不小于target的元素
执行用时 :116ms, 在所有 python3 提交中击败了7.49%的用户
内存消耗 :29.5 MB, 在所有 python3 提交中击败了5.61%的用户
'''
def search4(self, nums:list, target: int) -> int:
if not nums:
return -1
L, R = 0, len(nums) - 1
while L < R:
m = (L + R) // 2
if nums[m] >= nums[L]:#[L:m]是一个递增区间
if nums[L] <= target <= nums[m]:#target介于单调递增的[L:m]区间
R = m
else:
L = m + 1
else: #[m:R]是一个递增区间
if nums[m] <= target <= nums[R]:#target介于单调递增的[m:R]区间
L = m
else:
R = m - 1
return L if nums[L] == target else -1
x = Solution()
a = [4,5,6,7,0,1,2]
for i in range(-2, 10):
print(i, x.search(a, i), x.search2(a, i), x.search3(a, i), x.search4(a, i))