(Datawhale组队学习)Leetcode面试篇-Task1-day4

本文介绍了如何在LeetCode中的三个问题中使用二分查找算法,包括单个目标值定位、查找元素的第一个和最后一个位置以及在旋转排序数组中寻找最小值。作者强调了递归和循环方法的选择,并讨论了时间复杂度的要求。
摘要由CSDN通过智能技术生成

(今天是二分查找专场)

题目1  二分查找 Leetcode704

  描述:给定一个升序的数组 nums,和一个目标值 target

  要求:返回 target 在数组中的位置,如果找不到,则返回 -1。

  很常见的二分查找板子题,这里我是选择用递归的方法写了一个二分查找,其实个人感觉二分查找还是用循环写比较好,方便做更改。

def binarysearch(A, l, r, value):
    mid = (l+r)//2
    if A[mid] == value:
        return mid
    else:
        if A[mid]>value:
            return binarysearch(A, l, mid, value)
        else:
            return binarysearch(A, mid+1, r, value)

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        if target not in nums:
            return -1
        else:
            return binarysearch(nums, 0, len(nums)-1, target)

题目2 在排序数组中查找元素的第一个和最后一个位置 Leetcode34

  描述:给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target

  要求:找出给定目标值在数组中的开始位置和结束位置。

  说明

  • 要求使用时间复杂度为 O(logn)的算法解决问题。

  其实这种题目python用list.index()可以很轻松的逃课,但是出于锻炼自己的二分查找编写能力,还是写了个二分查找

class Solution:
    def searchRange(self, nums: List[int], target: int) -> List[int]:
        # 题目要求O(logn)的时间复杂度
        # 所以可以写一个二分查找
        left = 0
        right = len(nums)-1
        ans_l = len(nums)
        ans_r = len(nums)
        if target not in nums:
            return [-1, -1]
        while left<=right:
            mid = (left+right)//2
            if nums[mid]>target:
                ans_r = mid
                right = mid - 1 
            else:
                left = mid + 1
        left = 0
        right = len(nums)-1
        while left<=right:
            mid = (left+right)//2
            if nums[mid]>=target:
                ans_l = mid
                right = mid - 1 
            else:
                left = mid + 1
        return [ans_l, ans_r-1]

题目3 寻找旋转排序数组中的最小值 Leetcode153

  描述:给定一个数组 numsnums 是有升序数组经过「旋转」得到的。但是旋转次数未知。数组中不存在重复元素。

  要求:找出数组中的最小元素。

这题目就是看着唬人,实际上就是要你找到这个数组中的最小值,只是这个数组比较特殊,最小值左边是比他大的升序序列A,右边是比他大的升序序列B,序列A中的数又总比序列B中的数大。

class Solution:
    def findMin(self, nums: List[int]) -> int:
        # 这也是一个二分查找,但是这个二分查找并不是从中间开始找
        # 而是化用二分查找的思想:每次查找都可以抛弃一段区间
        # index = (left+right)//2
        # 由于最小值左边的值都是比右边大的值,所以
        # nums[index]>nums[right]时,说明index在最小值的左边, left = index+1
        # nums[index]<nums[right]时,说明index在最小值的右边, right = index
        left = 0
        right = len(nums)-1
        while left<right:
            index = (left+right)//2
            if nums[index]>nums[right]:
                left = index+1
            else:
                right = index
        return nums[left]

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值