题目链接:154. 寻找旋转排序数组中的最小值 II
题目:
已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转 后,得到输入数组。
例如,原数组 nums = [0,1,4,4,5,6,7] 在变化后可能得到:
- 若旋转 4 次,则可以得到 [4,5,6,7,0,1,4]
- 若旋转 7 次,则可以得到 [0,1,4,4,5,6,7]
注意,数组
[a[0], a[1], a[2], ..., a[n-1]]
旋转一次 的结果为数组[a[n-1], a[0], a[1], a[2], ..., a[n-2]]
。 给你一个可能存在 重复 元素值的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。 你必须尽可能减少整个过程的操作步骤。
示例 1:
输入:nums = [1,3,5]
输出:1
示例 2:
输入:nums = [2,2,2,0,1]
输出:0
提示:
- n == nums.length
- 1 <= n <= 5000
- -5000 <= nums[i] <= 5000
- nums 原来是一个升序排序的数组,并进行了 1 至 n 次旋转
进阶:这道题与 153. 寻找旋转排序数组中的最小值 类似,但 nums 可能包含重复元素。允许重复会影响算法的时间复杂度吗?会如何影响,为什么?
思路和算法:
从题目中可以得到几个关键点:(1)数组中可能存在重复元素;(2)未旋转之前的数组是升序的;(3)假定数组最后一个元素为x,那么有最小值右侧元素小于等于x,最小值左侧元素大于等于x。
从上面的三个关键点,我们选择采用二分查找来解决这道题。首先定义两个变量left和right分别指向数组头部和尾部,而后我们可以熟练的写出二分查找的大概框架:
int left = 0, right = nums.size() - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
... ...
}
如果遇到元素小于右边界元素,即nums[mid] < nums[right]
,那么可以肯定的是,该元素nums[mid]在最小值右侧,这时忽略查找右半区间,从而缩小查找区间。
if (nums[mid] < nums[right]) {
right = mid;
}
如果遇到元素大于右边界元素,即nums[mid] > nums[right]
,那么可以肯定的是,该元素nums[mid]在最小值左侧,这时忽略查找左半区间,从而缩小查找区间。
if (nums[mid] > nums[right]) {
left= mid + 1;
}
如果遇到元素等于右边界元素,即nums[mid] == nums[right]
,这时就不好确定该元素是在最小值右侧还是左侧,因为题中有说数组元素可以重复。这时如果随意忽略某半侧,可能会造成查找不到结果元素(最小值),那么这时保险起见,只让右边界缩小一个元素的范围,即right--;
。
if (nums[mid] == nums[right]) {
right--;
}
最后,循环结束后,left左边界指向的元素就是我们要找的最小值。
代码(c++):
class Solution {
public:
int findMin(vector<int>& nums) {
int left = 0, right = nums.size() - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < nums[right]) {
right = mid;
}
else if (nums[mid] > nums[right]) {
left = mid + 1;
}
else {
right--;
}
}
return nums[left];
}
};
关于进阶里的问题,重复元素当然会影响时间复杂度,如果数组都是重复元素,这是最坏情况,那么时间复杂度会由O(log n)变为O(n)。
空间复杂度:O(1)。
这题和剑指 Offer 11. 旋转数组的最小数字相同,题解:力扣:剑指 Offer 11. 旋转数组的最小数字。