学习内容:704. 二分查找
二分查找的最大优势在于其时间复杂度是O(logn),因此看到有序数组(数组内无重复元素)都要第一时间反问自己是否可以使用二分。
二分mid溢出:
○ mid = (l + r) / 2时,如果l + r 大于 INT_MAX(C++内,就是int整型的上限),那么就会产生溢出问题(int类型无法表示该数)
○ 所以写成 mid = l + (r - l) / 2或者 mid = l + ((r - l) >> 1) 可以避免溢出问题
对于二进制的正数来说,右移x位相当于除以2的x几次方,所以右移一位等于➗2,用位运算的好处是比直接相除的操作快。
第一种写法:定义 target 是在一个在左闭右闭的区间里,也就是[left, right] 。
- while (left <= right) 要使用 <= ,因为left == right是有意义的,所以使用 <=
- if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle - 1
c++
#include<iostream>
#include<vector>
using namespace std;
class Solution {
public:
int search(vector<int>&nums, int target) {
int left = 0;
int right = nums.size() - 1;
while (left <= right)
{
int middle = left + (right - left) / 2;
if (nums[middle] > target) {
right = middle - 1;
}
else if (nums[middle] < target) {
left = middle + 1;
}
else{
return middle;
}
}return -1;
}
};
int main() {
Solution func;
int array[] = {0, 5, 8, 9, 10, 17};
vector<int>a(array, array + 6);
int target = 5;
cout << func.search(a, target) << endl;
}
python
class Solution:
def search(self, nums: list[int], target: int) -> int :
left, right =0, len(nums) -1
while left <= right:
middle = left + (right - left)//2
if nums[middle]> target:
right = middle - 1
elif nums[middle] < target:
left = middle + 1
else:
return middle
return -1
array = [1,2,4,5,6,8,7,9,3]
target = 5
result = Solution().search(array,target)
if result != -1:
print("the target element local is ",result)
else:
print("the target element not in this array.")
第二种写法:定义 target 是在一个在左闭右开的区间里,也就是[left, right) ,二分法的边界处理方式和上面不同。
- while (left < right),这里使用 < ,因为left == right在区间[left, right)是没有意义的
- if (nums[middle] > target) right 更新为 middle,因为当前nums[middle]不等于target,去左区间继续寻找,而寻找区间是左闭右开区间,所以right更新为middle,即:下一个查询区间不会去比较nums[middle]
c++
class Solution {
public:
int search(vector<int>&nums, int target) {
int left = 0;
int right = nums.size();
while (left < right)
{
int middle = left + (right - left) / 2;
if (nums[middle] > target) {
right = middle;
}
else if (nums[middle] < target) {
left = middle + 1;
}
else {
return middle;
}
}return -1;
}
};
python
class Solution:
def search(self, nums: list[int], target: int) -> int :
left, right =0, len(nums)
while left < right:
middle = left + (right - left)//2
if nums[middle] > target:
right = middle
elif nums[middle] < target:
left = middle +1
else:
return middle
return -1
学习内容: 27. 移除元素
暴力解法:两层循环,一层循环遍历数组元素 ,第二个for循环更新数组。
c++
// 时间复杂度:O(n^2)
// 空间复杂度:O(1)
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int size = nums.size();
for (int i = 0; i < size; i++) {
if (nums[i] == val) { // 发现需要移除的元素,就将数组集体向前移动一位
for (int j = i + 1; j < size; j++) {
nums[j - 1] = nums[j];
}
i--; // 因为下标i以后的数值都向前移动了一位,所以i也向前移动一位
size--; // 此时数组的大小-1
}
}
return size;
}
};
python
class Solution:
def removeE(self, nums: list[int], val: int) -> int:
i=0
l=len(nums)
while i < l:
if nums[i] == val:
for j in range(i+1,l):
nums[j-1] = nums[j]
l -= 1
else:
i += 1
return l
c++
双指针法(快慢指针法): 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
慢指针:指向更新 新数组下标的位置
// 时间复杂度:O(n)
// 空间复杂度:O(1)
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int slowIndex = 0;
for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
if (val != nums[fastIndex]) {
nums[slowIndex++] = nums[fastIndex];
}
}
return slowIndex;
}
};
python
class Solution:
def removeE(self, nums: list[int], val: int) -> int:
fast = 0
slow = 0
size = len(nums)
while fast < size:
if nums[fast] != val:
nums[slow] = nums[fast]
slow +=1
fast +=1
return slow
array = [1,2,4,5,6,8,7,9,5,3]
val = 5
len = Solution().removeE(array,val)
print(len)
print("update array is ",array[:len])