剑指 Offer 53 - I. 在排序数组中查找数字 I 【 c++/java详细题解 】

1、题目

统计一个数字在排序数组中出现的次数。

示例 1:

输入: nums = [5,7,7,8,8,10], target = 8
输出: 2

示例 2:

输入: nums = [5,7,7,8,8,10], target = 6
输出: 0

提示:

  • 0 <= nums.length <= 10^5
  • -10^9 <= nums[i] <= 10^9
  • nums 是一个非递减数组
  • -10^9 <= target <= 10^9

2、思路

(二分) O ( l o g n ) O(logn) O(logn)

统计一个数字在排序数组中出现的次数。

样例:

如样例所示,nums = [5,7,7,8,8,10]target = 88在数组中出现的次数为2,于是最后返回2

数组有序,因此可以使用二分来做。两次二分,第一次二分查找第一个>= target的位置begin;第二次二分查找最后一个<= target的位置end,查找成功则返回end - begin + 1,即为数字在排序数组中出现的次数,否则返回0,表示该数没有在数组中出现。

二分模板:

模板1

当我们将区间[l, r]划分成[l, mid][mid + 1, r]时,其更新操作是r = mid或者l = mid + 1,计算mid时不需要加1,即mid = (l + r)/2

C++/java代码模板:

int bsearch_1(int l, int r)
{
    while (l < r)
    {
        int mid = (l + r)/2;
        if (check(mid)) r = mid;
        else l = mid + 1;
    }
    return l;
}

模板2

当我们将区间[l, r]划分成[l, mid - 1][mid, r]时,其更新操作是r = mid - 1或者l = mid,此时为了防止死循环,计算mid时需要加1,即mid = ( l + r + 1 ) /2

C++/java 代码模板:

int bsearch_2(int l, int r)
{
    while (l < r)
    {
        int mid = ( l + r + 1 ) /2;
        if (check(mid)) l = mid;
        else r = mid - 1;
    }
    return l;
}

为什么两个二分模板的mid取值不同?

对于第二个模板,当我们更新区间时,如果左边界l更新为l = mid,此时mid的取值就应为mid = (l + r + 1)/ 2。因为当右边界r = l + 1时,此时mid = (l + l + 1)/2,相当于下取整,midl,左边界再次更新为l = mid = l,相当于没有变化。while循环就会陷入死循环。因此,我们总结出来一个小技巧,当左边界要更新为l = mid时,我们就令 mid =(l + r + 1)/2,相当于上取整,此时就不会因为r取特殊值r = l + 1而陷入死循环了。

而对于第一个模板,如果左边界l更新为l = mid + 1,是不会出现这样的困扰的。因此,大家可以熟记这两个二分模板,基本上可以解决99%以上的二分问题,再也不会被二分的边界取值所困扰了。

什么时候用模板1?什么时候用模板2

假设初始时我们的二分区间为[l,r],每次二分缩小区间时,如果左边界l要更新为 l = mid,此时我们就要使用模板2,让 mid = (l + r + 1)/ 2,否则while会陷入死循环。如果左边界l更新为l = mid + 1,此时我们就使用模板1,让mid = (l + r)/2。因此,模板1和模板2本质上是根据代码来区分的,而不是应用场景。如果写完之后发现是l = mid,那么在计算mid时需要加上1,否则如果写完之后发现是l = mid + 1,那么在计算mid时不能加1

为什么模板要取while( l < r),而不是while( l <= r)

本质上取l < rl <= r是没有任何区别的,只是习惯问题,如果取l <= r,只需要修改对应的更新区间即可。

while循环结束条件是l >= r,但为什么二分结束时我们优先取r而不是l?

二分的while循环的结束条件是l >= r,所以在循环结束时l有可能会大于r,此时就可能导致越界,二分问题我们优先取r

二分查找的实现细节:

  • 1、二分查找时,首先要确定我们要查找的边界值,保证每次二分缩小区间时,边界值始终包含在内。

  • 2、注意看下面的每张图,最后的答案就是红色箭头指出的位置,也是我们二分的边界值。如果不清楚每次二分时,区间是如何更新的,可以画出和下面类似的图,每次更新区间时,要保证边值始终包含在内,这样关于左右边界的更新就会一目了然。

第一次查找target起始位置:

  • 1、二分的范围,l = 0r = nums.size() - 1,我们去二分查找>= target的最左边界begin

  • 2、当nums[mid] >= target时,往左半区域找,r = mid

  • 3、当nums[mid] < target时, 往右半区域找,l = mid + 1

  • 4、如果nums[r] != target,说明数组中不存在目标值 target,返回 0。否则我们就找到了第一个>=target的位置begin

第二次查找target结束位置:

  • 1、二分的范围,l = 0r = nums.size() - 1,我们去二分查找<= target的最右边界end

  • 2、当nums[mid] <= target时,往右半区域找,l = mid

  • 3、当nums[mid] > target时, 往左半区域找,r = mid - 1

  • 4、找到了最后一个<= target的位置begin,返回end - begin + 1即可。

时间复杂度分析: 两次二分查找的时间复杂度为 O ( l o g n ) O(logn) O(logn)

空间复杂度分析: 没有使用额外的数组,因此空间复杂度为 O ( 1 ) O(1) O(1)

3、c++代码

class Solution {
public:
    int search(vector<int>& nums, int target) {
        if(!nums.size()) return  0;
        int l = 0, r = nums.size() - 1;
        while(l < r)       //查找target的开始位置
        {
            int mid = (l + r) / 2;
            if(nums[mid] >= target) r = mid;
            else l = mid + 1;
        }
        if(nums[r] != target) return 0 ;  //查找失败
        int begin = r;     //记录开始位置
        l = 0, r = nums.size() - 1;
        while(l < r)       //查找tatget的结束位置
        {
            int mid = (l + r + 1) / 2;
            if(nums[mid] <= target) l = mid;
            else r = mid - 1;
        }
        int end = r;       //记录结束位置      
        return end - begin + 1;
    } 
};

4、java代码

class Solution {
    public int search(int[] nums, int target) {
        if(nums.length == 0) return  0;
        int l = 0, r = nums.length - 1;
        while(l < r)       //查找target的开始位置
        {
            int mid = (l + r) / 2;
            if(nums[mid] >= target) r = mid;
            else l = mid + 1;
        }
        if(nums[r] != target) return 0 ;  //查找失败
        int begin = r;     //记录开始位置
        l = 0; r = nums.length - 1;
        while(l < r)       //查找tatget的结束位置
        {
            int mid = (l + r + 1) / 2;
            if(nums[mid] <= target) l = mid;
            else r = mid - 1;
        }
        int end = r;       //记录结束位置      
        return end - begin + 1;  
    }
}

原题链接: 剑指 Offer 53 - I. 在排序数组中查找数字 I
在这里插入图片描述

  • 86
    点赞
  • 64
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 12
    评论
快速排序是一种常用的排序算法,它的基本思想是通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,然后再按此方法对这两部分记录分别进行快速排序,以达到整个序列有序的目的。 以下是JAVA中快速排序的实现代码: ```java public class QuickSort { public static void sort(int[] arr, int start, int end) { if (start < end) { int pivot = partition(arr, start, end); sort(arr, start, pivot - 1); sort(arr, pivot + 1, end); } } private static int partition(int[] arr, int start, int end) { int pivot = arr[start]; while (start < end) { while (start < end && arr[end] >= pivot) { end--; } arr[start] = arr[end]; while (start < end && arr[start] <= pivot) { start++; } arr[end] = arr[start]; } arr[start] = pivot; return start; } public static void main(String[] args) { int[] arr = {5, 6, 8, 1, 3, 2, 9, 4, 7}; sort(arr, 0, arr.length - 1); for (int i : arr) { System.out.print(i + " "); } } } ``` 在快速排序中,需要选择一个元素作为枢轴(pivot),这里选择第一个元素作为枢轴。然后将序列中的元素分为两部分,一部分比枢轴小,一部分比枢轴大。然后再对这两部分分别进行快速排序,最终得到有序序列。 在上述代码中,partition方法是关键,它实现了分割序列的功能。首先将枢轴存储在pivot变量中,然后从序列的两端开始遍历,找到第一个比枢轴小的元素和第一个比枢轴大的元素,然后将它们交换位置。重复这个过程直到start和end重合,最后将枢轴放到这个位置上。 sort方法是递归实现的,每次选择一个枢轴,然后将序列分为两部分,分别对这两部分进行快速排序,直到序列有序为止。 最后在main方法中,我们对一个无序序列进行快速排序,并输出有序序列。

“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 12
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

打赏作者

林小鹿@

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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