题目
给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
你的算法时间复杂度必须是O(log n)
级别。
如果数组中不存在目标值,返回 [-1, -1]。
解题思路
这题一看到“你的算法时间复杂度必须是 O(log n) 级别。”就知道应该用二分查找,本题的难点不是找到target,而是找到target后还要判断找到的target的前后是否还有别的target,因为题目求的是target的起始和结束位置。具体思路没啥好说的,就在代码注释一看就懂了。
就是找左右边界,直接套用模板。
int binary_search(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while(left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else if(nums[mid] == target) {
// 直接返回
return mid;
}
}
// 直接返回
return -1;
}
int left_bound(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else if (nums[mid] == target) {
// 别返回,锁定左侧边界
right = mid - 1;
}
}
// 判断 target 是否存在于 nums 中
if (left < 0 || left >= nums.length) {
return -1;
}
// 判断一下 nums[left] 是不是 target
return nums[left] == target ? left : -1;
}
int right_bound(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else if (nums[mid] == target) {
// 别返回,锁定右侧边界
left = mid + 1;
}
}
// 判断 target 是否存在于 nums 中
// if (left - 1 < 0 || left - 1 >= nums.length) {
// return -1;
// }
// 由于 while 的结束条件是 right == left - 1,且现在在求右边界
// 所以用 right 替代 left - 1 更好记
if (right < 0 || right >= nums.length) {
return -1;
}
return nums[right] == target ? right : -1;
}
说起来就很难顶,自己写了一个多小时,结果发现还是有几种情况考虑不到,最后还是看了答案。我真粪🐷!
代码
class Solution {
public int[] searchRange(int[] nums, int target) {
if (nums.length == 0) {
return new int[]{-1, -1};
}
int start = findLeft(nums, target);
int end = findRight(nums, target);
return new int[]{start, end};
}
//找到左边界
private static int findLeft(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else if (nums[mid] == target) {
right = mid - 1;
}
}
if (left < 0 || left >= nums.length) {
return -1;
}
return nums[left] == target ? left : -1;
}
//找到右边界
private static int findRight(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
int start = -1;
int end = -1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else if (nums[mid] == target) {
left = mid + 1;
}
}
if (right < 0 || right >= nums.length) {
return -1;
}
return nums[right] == target ? right : -1;
}
}
下面的方法是最开始的版本,仔细一看searchRange方法的时间复杂度是O(log n)来查找一个target,加上最坏情况下的O(m)来查找所有相同的target值,其中m是target值的数量。如果target值在数组中出现的频率很高,那么这个方法的时间复杂度可能接近O(n)。
所以有了上面的优化版本。
class Solution {
public int[] searchRange(int[] nums, int target) {
int find = searchRangeHelper(nums, target);
//如果没找到,返回{-1, -1}
if (find == -1){
return new int[]{-1, -1};
}
int left = find - 1;
int right = find + 1;
//查看前面是否还有target
while (left >= 0 && nums[left] == target) {
left--;
}
//查看后面是否还有target
while (right < nums.length && nums[right] == target) {
right++;
}
/*
简单理解,假如只有一个target,那么我们开始为了查找是否还有别的target而让left-1,right+1了,
这时候却没有搜索到别的target,那么我们应该给left+1,right-1,来让它恢复原来的大小,再返回。
*/
return new int[]{left + 1, right - 1};
}
//二分法查找
public int searchRangeHelper(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
} else {
return mid;
/*找到了该目标值的地址,就将地址返回,但是要注意,再寻找一下还有没有其余的target,
因为可能有多个target,但是题目要求的是target的起始、结束位置,比如[1,1,1,1]
*/
}
}
return -1;//如果没找到就返回-1
}
}