题目描述
整数数组 nums
按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums
在预先未知的某个下标 k
(0 <= k < nums.length
)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]
(下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7]
在下标 3
处经旋转后可能变为 [4,5,6,7,0,1,2]
。
给你 旋转后 的数组 nums
和一个整数 target
,如果 nums
中存在这个目标值 target
,则返回它的下标,否则返回 -1
。
你必须设计一个时间复杂度为 O(log n)
的算法解决此问题。
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0 输出:4
示例 2:
输入:nums = [4,5,6,7,0,1,2], target = 3 输出:-1
示例 3:
输入:nums = [1], target = 0 输出:-1
提示:
1 <= nums.length <= 5000
-104 <= nums[i] <= 104
nums
中的每个值都 独一无二- 题目数据保证
nums
在预先未知的某个下标上进行了旋转 -104 <= target <= 104
解题思路
class Solution {
public:
int search(vector<int>& nums, int target) {
int i = 0, j = nums.size() - 1;
while (i < j) {
int mid = (i + j) >> 1;
if (nums[mid] == target) {
return mid;
}
if (nums[i] <= nums[mid]) { // 左侧有序
if (nums[i] <= target && target < nums[mid]) { // 位于左侧
j = mid - 1;
} else { // 位于右侧
i = mid + 1;
}
} else { // 右侧有序
if (nums[mid] < target && target <= nums[j]) { // 位于右侧
i = mid + 1;
} else { // 位于左侧
j = mid - 1;
}
}
}
return nums[i] == target ? i : -1;
}
};
这里的函数 search
采用了二分查找算法的修改形式,以适应部分有序的数组特性,下面是对代码的详细解释:
-
初始化索引:
int i = 0, j = nums.size() - 1;
i
是数组的开始位置,j
是结束位置。
-
循环条件:
while (i < j)
- 循环持续,直到
i
和j
相遇,这时缩小了查找的范围。
- 循环持续,直到
-
计算中点:
int mid = (i + j) >> 1;
- 使用位运算来快速计算中间索引
mid
,这个操作相当于整数除以 2。
- 使用位运算来快速计算中间索引
-
直接命中目标值:
if (nums[mid] == target)
- 如果中间的值正好是目标值,直接返回该索引。
-
判断左半部分是否有序:
if (nums[i] <= nums[mid])
- 如果左侧从
i
到mid
有序。
- 如果左侧从
-
在左侧有序部分中继续查找:
if (nums[i] <= target && target < nums[mid])
- 如果目标值在
i
和mid
之间,调整j
为mid - 1
。
- 如果目标值在
-
在右侧查找:
- 否则目标值在
mid
右侧,调整i
为mid + 1
。
- 否则目标值在
-
判断右半部分是否有序:否则的情况(即右半部分有序)
if (nums[mid] < target && target <= nums[j])
- 如果目标值位于
mid
和j
之间,调整i
为mid + 1
。
- 如果目标值位于
-
在左侧查找:
- 否则目标值在
mid
左侧,调整j
为mid - 1
。
- 否则目标值在
-
返回结果:
- 最后检查
i
的位置是否为目标值,是则返回i
,否则返回-1
表示找不到。
- 最后检查
这个算法有效地利用了二分查找的策略,通过每次检查一半数组是否有序,然后确定目标值是否在该有序部分中,从而决定搜索的方向,有效地在 O(log n) 的时间复杂度内解决问题。