Given a sorted array of integers, find the starting and ending position of a given target value.
Your algorithm’s runtime complexity must be in the order of O(log n).
If the target is not found in the array, return [-1, -1].
For example,
Given [5, 7, 7, 8, 8, 10] and target value 8,
return [3, 4].
一个二分搜索被我写残了= =
简直暗无天日…
主要是一些边界条件难以把握,在何时应当向哪个方向推边界
总结下来就是:
寻找上界的时候,当target==nums[mid]的时候,start=mid+1
寻找下界的时候,当target==nums[mid]的时候,end=mid;
但是仅仅有这两个限制条件还不够,对于[1],1的输入,会返回[-1,-1]
仔细思考会发现,这个用例的start==end,并没有进入循环。
所以有两种考虑方式:
1、对1个数的情况进行特判。反正最多2种答案也不多
2、对循环进行改进。
事实上我们仅仅能缩减end,而start都是mid+1无法进一步优化。
既然我们都有判断tartget==nums[mid]的情况,后面划分区间的时候就可以剔除mid不管了。
于是两个条件都变为left<=right,end=mid-1;
于是这样一来之前写了一个【在minV和maxV中其中之一为-1的时候将二者统一为正数】的情况也不需要特判了;
终于算是完美地解决。
class Solution {
public:
vector<int> searchRange(vector<int>& nums, int target) {
vector<int> result;
int n=nums.size();
if(n==0) return vector<int> {-1,-1};
int minV=searchStartTarget(nums,target);
int maxV=searchEndTarget(nums,target);
result.push_back(minV);
result.push_back(maxV);
return result;
}
int searchEndTarget(vector<int>& nums,int target){
int n=nums.size();
if(n==0) return -1;
int start=0,end=n-1;
int flag=-1;
while(start<=end){
int mid=(start+end)/2;
if(target==nums[mid]) flag=max(flag,mid);
if(target<nums[mid]) end=mid-1;
else start=mid+1;
}
return flag;
}
int searchStartTarget(vector<int>& nums,int target){
int n=nums.size();
if(n==0) return -1;
int start=0,end=n-1;
int flag=n;
while(start<=end){
int mid=(start+end)/2;
if(target==nums[mid]) flag=min(flag,mid);
if(target<=nums[mid]) end=mid-1;
else start=mid+1;
}
if(flag==n) return -1;
return flag;
}
};