Leetcode154 寻找旋转排序数组中的最小值Ⅱ
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array-ii/
博主Github:https://github.com/GDUT-Rp/LeetCode
题目:
假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
请找出其中最小的元素。
注意数组中可能存在重复的元素。
示例 1:
输入: [1,3,5]
输出: 1
示例 2:
输入: [2,2,2,0,1]
输出: 0
说明:
这道题是 寻找旋转排序数组中的最小值 的延伸题目。
允许重复会影响算法的时间复杂度吗?会如何影响,为什么?
解题思路:
- 旋转排序数组
nums
可以被拆分为2个排序数组nums1
,nums2
,并且nums1
所有元素>=nums2
所有元素; - 因此,考虑二分法寻找值
nums[i]
; - 设置
left
,right
指针在nums
数组两端,mid为中点:- 当
nums[mid] > nums[right]
时,一定满足mid < i <= right
,因此left = mid + 1
; - 当
nums[mid] < nums[right]
时,一定满足left < i <= mid
,因此right = mid
; - 当
nums[mid] == nums[right]
时,是此题对比153题的难点(原因是此题中数组的元素可重复,相等就难以判断最小值的指针区间);先说结果:采用right = right - 1
,下面证明:- 首先,此操作不会使数组越界,因为
right > left > 0
; - 其次,此操作不会使最小值丢失,证明:假设’nums[right]'是最小值,有两种情况:
- 若
nums[right]
是唯一最小值:那就不可能满足判断条件nums[mid] == nums[right]
,因为left != right
且mid = left + right // 2 < right
(向下取整); - 若有其他元素和
nums[right]
同为最小值:还有最小值存在于[left, right -1]
间,不会丢失最小值。
- 若
- 首先,此操作不会使数组越界,因为
- 当
- 以上是理论分析,可以用以下数组辅助思考:
[1, 2, 3]
[1, 1, 0, 1]
[1, 0, 1, 1, 1]
[1, 1, 1, 1]
方法一:二分查找
C++:
class Solution {
public:
int findMin(vector<int>& nums) {
if (nums.empty())
return 0;
if (nums.size() == 1)
return nums[0];
int n = nums.size();
int low = 0;
int high = n - 1;
while (low < high && nums[low] >= nums[high]){
int mid = low + (high - low) / 2;
if (nums[mid] < nums[low]){
high = mid;
}else if (nums[mid] == nums[low]){
low++;
}else{
low = mid + 1;
}
}
return nums[low];
}
};
Java:
class Solution {
public int findMin(int[] nums) {
int left = 0, right = nums.length - 1;
while (left < right) {
int mid = (left + right) / 2;
if (nums[mid] > nums[right]) left = mid + 1;
else if (nums[mid] < nums[right]) right = mid;
else right = right - 1;
}
return nums[left];
}
}
Python:
class Solution:
def findMin(self, nums: List[int]) -> int:
left, right = 0, len(nums) - 1
while left < right:
mid = (left + right) // 2
if nums[mid] > nums[right]: left = mid + 1
elif nums[mid] < nums[right]: right = mid
else: right = right - 1 # key
return nums[left]
- 复杂度分析
- 时间复杂度:和二分搜索一样 O ( log N ) O(\log N) O(logN)
- 空间复杂度: O ( 1 ) O(1) O(1)