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。
你可以假设数组中无重复元素。
示例 1:
输入: [1,3,5,6], 5 输出: 2
示例 2:
输入: [1,3,5,6], 2 输出: 1
示例 3:
输入: [1,3,5,6], 7 输出: 4
示例 4:
输入: [1,3,5,6], 0 输出: 0
- 数组
- 二分查找
- 👍 742
- 👎 0
📖 文字题解
方法一:二分查找
思路与算法
假设题意是叫你在排序数组中寻找是否存在一个目标值,那么训练有素的读者肯定立马就能想到利用二分法在 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tQ0NHhxp-1606118126227)(./p__O_log_n__.png)] 的时间内找到是否存在目标值。但这题还多了个额外的条件,即如果不存在数组中的时候需要返回按顺序插入的位置,那我们还能用二分法么?答案是可以的,我们只需要稍作修改即可。
考虑这个插入的位置 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Yb5Whver-1606118126229)(./p__textit{pos}_.png)] ,它成立的条件为:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ISpsTWcK-1606118126230)(./p___textit{nums}pos-1__textit{target}le_textit{nums}pos_.png)]
其中 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-AWATrrg6-1606118126231)(./p__textit{nums}.png)] 代表排序数组。由于如果存在这个目标值,我们返回的索引也是 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xpmiNxic-1606118126232)(./p__textit{pos}.png)] ,因此我们可以将两个条件合并得出最后的目标:「在一个有序数组中找第一个大于等于 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-crIqZvT5-1606118126233)(./p__textit{target}_.png)] 的下标」。
问题转化到这里,直接套用二分法即可,即不断用二分法逼近查找第一个大于等于 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ydCjzrMW-1606118126234)(./p__textit{target}.png)] 的下标 。下文给出的代码是笔者习惯的二分写法,[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VHs3ven0-1606118126234)(./p__textit{ans}.png)] 初值设置为数组长度可以省略边界条件的判断,因为存在一种情况是 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TthH7vQi-1606118126235)(./p__textit{target}_.png)] 大于数组中的所有数,此时需要插入到数组长度的位置。
class Solution {
public int searchInsert(int[] nums, int target) {
int n = nums.length;
int left = 0, right = n - 1, ans = n;
while (left <= right) {
int mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
}
}
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int n = nums.size();
int left = 0, right = n - 1, ans = n;
while (left <= right) {
int mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
}
};
var searchInsert = function(nums, target) {
const n = nums.length;
let left = 0, right = n - 1, ans = n;
while (left <= right) {
let mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
};
int searchInsert(int* nums, int numsSize, int target) {
int left = 0, right = numsSize - 1, ans = numsSize;
while (left <= right) {
int mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
}
func searchInsert(nums []int, target int) int {
n := len(nums)
left, right := 0, n - 1
ans := n
for left <= right {
mid := (right - left) >> 1 + left
if target <= nums[mid] {
ans = mid
right = mid - 1
} else {
left = mid + 1
}
}
return ans
}
复杂度分析
-
时间复杂度:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BebpTufX-1606118126250)(./p__O_log_n__.png)] ,其中 n 为数组的长度。二分查找所需的时间复杂度为 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sAYlHG5U-1606118126251)(./p__O_log_n__.png)] 。
-
空间复杂度:O(1)。我们只需要常数空间存放若干变量。
package com.sth;
public class Test {
public static void main(String[] args) {
int[] numbs = {1, 3, 5, 6};
int val = 0;
int index = searchInsert(numbs, val);
System.out.println("index-- " + index);
}
public static int searchInsert(int[] nums, int target) {
int n = nums.length;
int left = 0, right = n - 1, ans = n;
while (left <= right) {
int mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
}
}