leetcode hot100#34. 在排序数组中查找元素的第一个和最后一个位置(二分模板+总结) java，另附c++偷懒写法

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]。

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]

题解

O(log n) 级别算法在第一时间就应该想到使用二分来解题

以下是二分模板：

int l=0,r=nums.length-1,mid=0;

while(l<=r){
	mid=l+(r-l)/2;//防止l+r超出int的范围，与（l+r）/2是等价的
	if(nums[mid]>target){
		r=mid-1;
		//...特殊操作
	}else if(nums[mid]<target){
		l=mid+1;
		//...特殊操作
	}else if(nums[mid]==target){
		//...特殊操作
	}
}

由于本题数组内有相同元素，且需要找到左右边界。那么找到一个 target，然后向左或向右线性搜索不行吗？可以，但是不好，因为这样难以保证二分查找对数级的复杂度了。所以普通二分只能判断target在不在数组中

如果target不在数组中直接返回[-1,-1]
否则就要再次使用两次二分来分别找到左右边界。

以左边界为例：
普通二分 nums [mid] == target 一般会break，但是我们可以以下操作来找到相同元素的左边界，最终L会指向左边界的下标

if(nums[mid]==target) r=mid-1;

对于有序数组 nums = [2,3,5,7], target = 1，算法会返回 0，含义是：nums 中小于 1 的元素有 0 个。

再比如说 nums = [2,3,5,7], target = 8，算法会返回 4，含义是：nums 中小于 8 的元素有 4 个。

而且由于我们之前已经判断过target是否在数组中，所以左右边界是否存在也不需要特殊讨论

具体细节请看代码

java实现：

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int l=0,r=nums.length-1,mid=0,flag=0;
        while(l<=r){
            mid=l+(r-l)/2;
            if(nums[mid]>target){
                r=mid-1;
            }else if(nums[mid]<target){
                l=mid+1;
            }else {
               flag=1; 
               break;
            }
        }
        if(flag==0){//如果target不在数组内
            return new int[]{-1,-1};
        }else {
            return solve(nums,target,mid);
        }
    }
    public int[] solve(int[] nums, int target,int mid){
        int l=0,r=nums.length-1;
        int tr=mid-1,tl=mid+1;
        while(l<=tr){//用来寻找左边界
            mid=l+(tr-l)/2;
            if(nums[mid]>=target){
                tr=mid-1;
            }else if(nums[mid]<target){
                l=mid+1;
            }
        }
        while(tl<=r){//用来寻找右边界
            mid=tl+(r-tl)/2;
            if(nums[mid]>target){
                r=mid-1;
            }else if(nums[mid]<=target){
                tl=mid+1;
            }
        }
        return new int[]{l,r};
    }
}

c++偷懒：(效率不咋地，要巩固算法的话还是需要自己理解并实现)

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        if(!binary_search(nums.begin(),nums.end(),target)){
            return vector<int>{-1,-1};
        }else {
            int l=lower_bound(nums.begin(),nums.end(),target)-nums.begin();
            int r=upper_bound(nums.begin(),nums.end(),target)-nums.begin();
            return vector<int>{l,r-1};
        }
    }
};