算法--求先递增后递减数组最大值的下标

最新推荐文章于 2024-07-27 17:56:15 发布

weixin_30950237

最新推荐文章于 2024-07-27 17:56:15 发布

阅读量449

点赞数

原文链接：http://www.cnblogs.com/littlepanpc/p/7704776.html

版权

题目:

给定数组a, 里面的元素先严格递增后严格递减, 求最大值元素的下标.

分析:

看到这道题目的时候, 我脑海中首先浮现出现的是爬山坡. "先递增"就是爬坡, "后递减"就是下坡, 而要找的最大值就是"峰顶". 而"严格"二字表明数组中不包含重复数字. OK, 我想最简单的思路就是, 遍历一遍, 找到第一个满足条件a[i]>a[i+1]的元素, 表明开始"下坡", 则i就是所找的最大值下标. 这种解法的时间复杂度为O(n). 当然, 这其中存在两种情况, 需要单独拿出来分析一下: 1, 数组单调递增. 因为题目要求数组"先递增后递减", 如果是"单调递增"的话, 那么最后一个元素, 肯定大于倒数第二个元素. 2, 数组单调递减. 同第一种情况的分析, "单调递减"的该数组, 肯定满足条件a[0]>a[1].

所以, 时间复杂度为O(n)的解法如下:

 1 int findPeak(int[] nums) {
 2     if (nums != null && nums.length > 0) {
 3         if (nums.length == 1) {
 4             return 0;
 5         }
 6         if (nums[0] > nums[1]) {//数组单调递减
 7             return 0;
 8         }
 9         int index = nums.length-1;
10         if (nums[index] > nums[index-1]) {//数组单调递增
11             return index;
12         }
13         //循环n-1次
14         for (int i = 0; i < index; i++) {
15             if (nums[i] > nums[i+1]) {
16                 return i;
17             } 
18         }
19     }
20     return -1;
21 }

OK, 其实, 问题在此已经可以完美解决了. 但是我们就不能更进一步吗? 为什么不考虑一下时间复杂度为O(logn)的情况呢?

满足时间复杂度O(logn)的查找算法, 你想到了什么呢? 二分查找. 那么查找的"峰顶"元素会满足什么样的条件呢? "峰顶"嘛, 大于左侧元素, 也大于右侧元素, 即a[i] > a[i-1] && a[i] > a[i+1].

所以, 时间复杂度为O(logn)的解决方法为:

 1 int findPeak(int[] nums){
 2     if (nums != null && nums.length > 0) {
 3         if (nums.length == 1) {
 4             return 0;
 5         }
 6         if (nums[0] > nums[1]) {//数组单调递减
 7             return 0;
 8         }
 9         int index = nums.length-1;
10         if (nums[index] > nums[index-1]) {//数组单调递增
11             return index;
12         }
13         int i = 0, j = index;
14         int mid = 0;
15         while (i < j) {//二分查找
16             mid = (i + j) / 2;
17             if (nums[mid] > nums[mid - 1] && nums[mid] > nums[mid + 1]) {
18                 return mid;
19             } else if (nums[mid] > nums[mid + 1]) {//处于下坡段, 即递减段
20                 j = mid - 1;
21             } else if (nums[mid] > nums[mid - 1]) {//处于上坡段, 即递增段
22                 i = mid + 1;
23             }
24         }
25     }
26     return -1;
27 }