代码随想录算法训练营 第一章 数组part01 704. 二分查找，27. 移除元素, 35.搜索插入位置 和 34. 在排序数组中查找元素的第一个和最后一个位置

704. 二分查找

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int i,j,mid;
        i=0;
        j=nums.size()-1;
        if(nums[i]>target||nums[j]<target)
        {
            return -1;
        }else if(nums[i]==target)
        {
            return 0;
        }else if(nums[j]==target)
        {
            return j;
        }
        while(i<(j-1))
        {
            mid=(i+j)/2;
            if(nums[mid]==target)
            {
                return mid;
            }else if(nums[mid]<target)
            {
                i=mid;
            }else if(nums[mid]>target)
            {
                j=mid;
            }
        }
        return -1;
    }
};

一个丑陋的左开右开，有很多不必要的判断

27. 移除元素

class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int i,j;
        int len=nums.size();
        for(i=0,j=0;j<len;j++)
        {
            if(nums[j]!=val)
            {
                nums[i++]=nums[j];
            }
        }
        return i;
    }
};

在这题中使用简单的双指针，分别记录写入位置与读取位置，读取到要保留的元素后写入读取位置，而要删除的元素则无需处理，只需一层循环即可。

34. 在排序数组中查找元素的第一个和最后一个位置

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int l=0,r=nums.size()-1,mid=0;
        if(r==-1){
            return vector<int>{-1,-1};
        }
        for(mid=(r+l)/2;mid>l;){
            if(nums[mid]<target){
                l=mid+1;
                mid=(l+r)/2;
            }else if(nums[mid]==target){
                mid=(mid+l)/2;
            }else{
                r=mid-1;
                mid=(r+l)/2;
            }
        }
        if(nums[l]!=target&&l<r){
            l++;
        }
        if(nums[l]!=target){
            return vector<int>{-1,-1};
        }
        for(mid=(r+l)/2;mid+1<r;){
            if(nums[mid]>target){
                r=mid-1;
                mid=(r+l)/2;
            }else{
                mid=(mid+r)/2;
            }
        }
        if(nums[r]!=target){
            r--;
            if(nums[r]!=target){
                r--;
            }
        }
        return vector<int>{l,r};
    }
};

这题要做到时间复杂度O(n)不难，遍历一遍即可，要降低时间复杂度，可以借助二分查找的思想。最简单的是用二分查找寻找元素位置，而后向左右拓展寻找边界，但这种方法在最坏的情况下时间复杂度仍然是O(n)。所以还是需要直接用二分查找寻找边界。笔者尝试用普通二分查找那样简洁的样子实现，可惜耻辱下播，添加了一些判断，不过至少运行时间是0ms。总的来说，是先判断数组是否为空，在不为空的情况下，仿照二分查找中左闭右闭的实现方法，对于左边界，在找到小于target的nums[mid]后，令左边界l为mid+1，逐步将小于target的部分排除。而在右边界的寻找过程中，如果使用二分查找的方式寻找大于target的值，在mid+1=r，且nums[mid]=target的情况下，令mid=(mid+r)/2会选入死循环，造成这种现象的原因是/2的计算方法向下取整，所以在寻找右边界的过程中增加了一些判断。不过代码的时间复杂度为O(log n)，运行时间为0ms，时间复杂度够低。

35.搜索插入位置

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int l=0,r=nums.size()-1,mid=0;
        for(mid=(r+l)/2;l<=r;mid=(r+l)/2){
            if(nums[mid]<target){
                l=mid+1;
            }else if(nums[mid]>target){
                r=mid-1;
            }else{
                break;
            }
        }
        if(l>r){
            return l;
        }
        return mid;
    }
};

在这题中写的二分查找就简洁多了。此外，在要查找的元素不存在时，存在一个有趣的现象，最后左边界的值总是元素要插入的位置，这也是由于在/2是向下取整的，当target并不小于nums中所有数时，倒数第二次修改边界值，也就是l+1=r时，mid必然是l，nums[l]<target，也就一定会触发l值的变更，而这次变更会使l恰好来到是插入位置的下标。而在target小于nums中所有数时，l值显而易见得回始终保持0.所以也保持插入位置下标。以上为笔者脑测，没有严谨数学证明。

代码随想录讲解