两种方法:
排序
时间复杂度 O(NlogN)
.
这种方法很容易理解, 比对排序前后的数组, 找到元素不相同的首尾位置即可 .
定界
时间复杂度 O(N)
.
分成三个区间, 左区间是递增的, 右区间是递增的, 中间区间并不一定是目标区间, 目标区间要比中间区间更大, 因为左区间递增的元素有可能大于等于中间区间的元素, 同理, 右区间递增的元素有可能小于等于中间区间的元素. 因此需要中间区间的最小最大元素需要各自向左右区间拓展, 找到他们的边界.
但是在寻找边界的过程中, 有可能会遇到比中间区间最小元素更小的, 比中间区间最大元素更大的, 所以需要更新最大最小值.
// 自己第一次想的
func findUnsortedSubarray(nums []int) int {
flagl, flagr := -1,-1
minx, maxx := math.MaxInt32, math.MinInt32
for i := 1; i < len(nums); i++ {
if flagl == -1 && nums[i] < nums[i-1] {
flagl = i
}
if flagl != -1 {
minx = min(minx, nums[i])
}
}
if flagl == -1 {return 0}
for i := len(nums)-2; i >= 0; i-- {
if flagr == -1 && nums[i] > nums[i+1] {
flagr = i
}
if flagr != -1 {
maxx = max(maxx, nums[i])
}
}
flagl, flagr = flagl-1, flagr+1
for flagl >= 0 && minx < nums[flagl] {
flagl -= 1
}
for flagr < len(nums) && maxx > nums[flagr] {
flagr += 1
}
// fmt.Println(flagl, flagr, flagr-flagr-1)
return flagr-flagl-1
}
另外一种定界的思想, 因为最小值只会在中间区间以及右区间, 然后用该最小值向左区间扫描边界, 最大值只会在中间区间以及左区间, 然后用该最大值向右区间扫描边界, 因此可以直接使用一个循环遍历.
// leetcode 官方题解
func findUnsortedSubarray(nums []int) int {
n := len(nums)
minn, maxn := math.MaxInt64, math.MinInt64
left, right := -1, -1
for i, num := range nums {
if maxn > num {
right = i
} else {
maxn = num
}
if minn < nums[n-i-1] {
left = n - i - 1
} else {
minn = nums[n-i-1]
}
}
if right == -1 {
return 0
}
return right - left + 1
}