题目[题目及部分解法来源于LeeCode]
(本题154题一样,是LeeCode 153题的进阶版本。)
153题:
154题:
注意:
153题:给定数组元素互不相同,且要求时间复杂度为O(log n)
154题:给定数组元素可能相同,且要求尽可能减少整个过程步骤!
分析: 旋转数组:把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。例如,数组 [3,4,5,1,2] 为 [1,2,3,4,5] 的一次旋转,该数组的最小值为 1。
solution one:
暴力法 该题目要找的是旋转数组的最小值,且给定旋转数组一开始为升序序列。所以旋转的结果无非就是两种:1.旋转后的数组与原数组元素顺序相同。2.旋转后的数组与原数组元素顺序不同。 如果情况1:则直接返回array[0]。 如果情况2:会发现最小值一定存在一个明显的界限,如上例中5、1。 所以只要遍历一遍,发现前一个数比后一个大,那后一个数即为最小值。solution two:
利用二分查找法!二分查找要求:1.数组必须顺序存储。2.数组必须是有序的。
情况1题目本身就满足,我们来看情况2,由于旋转数组一开始为升序序列,故一开始满足。当进行旋转之后,我们发现无论旋转多少次,旋转后的数组一定分为两部分,且前半部分与后半部分均为有序数组。故本题可以使用二分查找来进行解题。(二分法回顾放在本文末尾处!)
- 假设没有重复数字的旋转数组(如153题)有如下情况:
举个栗子:
旋转数组:
此时nums[mid] < nums[right],所以mid后面一定是有序的,分界点一定在mid的前方。所以,此时right = mid。(注意与二分查找的区别这里,二分查找一般将right = mid - 1, left = mid + 1进行操作。但在本题中,由于mid后半部分是有序,且nums[mid] < nums[right],说明mid所在位置是后半部分序列中的最小值,此时我们还不能确定此最小值是不是我们要找的最小值,故不能舍弃。)
此时依旧符合:nums[mid] < nums[right],我们继续进行上一步操作,令right = mid.
此时nums[mid] > nums[right], 我们执行left = mid + 1;(注意,这里nums[mid] > nums[right],说明前半部分有序,也就是说mid的值一定大于right,也即最小值(分界点)在mid的右侧,故可舍弃。)
此时left == right 退出循环,最小值为nums[left]。
- 有重复数字的旋转数组
相比没有重复数字的旋转数组,有这么一种特殊情况:
此时,已经不满足二分查找中元素有序的情况。那如何处理呢?
我们暴力地从右到左进行遍历,同时mid也相应做出改变,如下:
此时nums[mid] < nums[right], 又满足一开始的条件,这时我们又可以判断最小值(临界点)在mid的左边,因为右侧一定是有序的。
综上,当存在重复元素的时候,即交替使用暴力遍历与二分查找方法来进行降低时间复杂度。
// 不含重复数字的旋转数组,寻找最小值
public int findMin(int[] nums) {
int left = 0;
int right = nums.length - 1;
if(right == 0) return nums[0];
int mid = 0;
while(left < right){
mid = left + (right - left) / 2;
if(nums[mid] < nums[right])
right = mid;
else if(nums[mid] > nums[right])
left = mid + 1;
}
return nums[left];
}
// 包含重复数字的旋转数组,寻找最小值
public int minArray(int[] numbers) {
int left = 0;
int right = numbers.length - 1;
if(right == 0) return numbers[0];
int mid = 0;
while(left < right){
mid = left + (right - left ) / 2;
if(numbers[mid] < numbers[right])
right = mid;
else if(numbers[mid] > numbers[right])
left = mid + 1;
else if(numbers[mid] == numbers[right])
right--;
}
return numbers[left];
}