领扣(LeetCode)寻找峰值 个人题解

峰值元素是指其值大于左右相邻值的元素。

给定一个输入数组 nums,其中 nums[i] ≠ nums[i+1],找到峰值元素并返回其索引。

数组可能包含多个峰值,在这种情况下,返回任何一个峰值所在位置即可。

你可以假设 nums[-1] = nums[n] = -∞

示例 1:

输入: nums = [1,2,3,1]
输出: 2
解释: 3 是峰值元素,你的函数应该返回其索引 2。

示例 2:

输入: nums = [1,2,1,3,5,6,4]
输出: 1 或 5 
解释: 你的函数可以返回索引 1,其峰值元素为 2;
     或者返回索引 5, 其峰值元素为 6。

说明:

你的解法应该是 O(logN) 时间复杂度的。

 

拿到这题,看了下评论,有直接使用函数取得数组内任意一个最大值,直接完成题目。虽然完成题目,但是与要求的做法不相符,并且不是O(logN)的复杂度。

于是考虑使用二分法,经典的O(logN)算法。找到中间的数,和左右两边对比,如果是最大的,直接输出。

但是这一题挖的一个小坑会坑到初学者和不严谨的人(比如我),就是他会有int类型的最小值的判例,如果你假设的num[-1]和num[n]是手动输入的某个看起来很大的负值,会导致错误。建议使用编程语言自带的int类型最小值属性。

代码如下:

 1 class Solution {
 2     public int findPeakElement(int[] nums) {
 3         int ans = 0;
 4         int begin = 0;
 5         int end = nums.length-1;
 6         int mid=0;
 7         while(begin<=end)
 8         {
 9             int leftnum,rightnum;
10             mid=(begin+end)/2;
11             leftnum=(mid==0?Integer.MIN_VALUE:nums[mid-1]);
12             rightnum=(mid==nums.length-1?Integer.MIN_VALUE:nums[mid+1]);
13             if(nums[mid]>leftnum&&nums[mid]>rightnum)
14             {
15                 return mid;
16             }
17             else if(leftnum>rightnum)
18                 end=mid-1;
19             else {
20                 begin=mid+1;
21             }
22             
23         }
24         return ans;
25     }
26 }

 

转载于:https://www.cnblogs.com/axiangcoding/p/9955317.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 题目描述:给定一个升序整型数组和一个目标值,搜索数组中是否存在目标值,若存在返回下标,否则返回-1。 解题思路:由于数组是有序的,可以使用二分查找的方法进行搜索。首先确定数组的左右边界,然后计算中间位置的下标,比较中间位置的值和目标值的大小,如果相等则返回下标,如果中间位置的值大于目标值,则在左半部分继续查找,否则在右半部分继续查找,直到找到目标值或者左右边界相遇。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = , right = nums.size() - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] > target) { right = mid - 1; } else { left = mid + 1; } } return -1; } }; ### 回答2: 二分查找(Binary Search)是一种优秀的查找算法,其时间复杂度为O(logn)。在查找有序数组时,二分查找是一种非常高效的方法。 通过不断地将区间缩小为一半来进行查找,二分查找是一种分治思想的应用。具体来说,对于给定的有序数组nums,在区间[0, n-1]中查找某一元素target。每次找到区间的中间值mid,将mid与target进行比较,如果mid等于target,返回mid的下标。否则,如果mid大于target,在左侧区间[0, mid-1]继续查找;如果mid小于target,在右侧区间[mid+1, n-1]继续查找。如此迭代直至找到target或者区间被缩小为空。 以下是二分查找的简单实现,其中left和right表示当前查找区间的左右边界。 ``` int binarySearch(vector<int>& nums, int target) { int n = nums.size(); int left = 0, right = n - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) return mid; else if (nums[mid] > target) right = mid - 1; else left = mid + 1; } return -1; } ``` 需要注意的是,该算法要求目标数组必须有序,否则不能保证正确性。另外,在实现时需要注意整型溢出问题,可以使用left + (right - left) / 2来防止溢出。 ### 回答3: 题目描述: 给定一个n个元素有序的(升序)整型数组nums和一个目标值target,写一个函数搜索nums中的target,如果目标值存在返回下标,否则返回-1。 解题思路: 由于数组有序,可以考虑使用二分查找的方法。二分查找的基本思想是将有序数组一分为二,确认目标值在哪个子数组中,然后继续对子数组进行二分查找。具体实现则是定义一个左指针和一个右指针,不断将数组分成两个子数组,然后判断目标值在哪个子数组中,直到左右指针相遇时结束。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = 0; int right = nums.size() - 1; while (left <= right) { int mid = (left + right) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; } }; 时间复杂度分析: 二分查找的时间复杂度为O(log n),其中n为数组长度。因为每次都将数组分成两个子数组,所以可以得到一个递归式:T(n) = T(n/2) + O(1),根据主定理可以得到其时间复杂度为O(log n)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值