二分算法看似思路很简单,但是细节很重要。
二分算法套路:
var mySqrt = function(x) {
let left = 0;
let right = x;
while (left <= right) {
let mid = Math.floor(left + (right - left) / 2);
// 在目标值的右边
if (在目标值右边) {
right = mid - 1;
} else if (在目标值左边) {
left = mid + 1;
} else if (找到符合条件的目标值) {
return 目标值
}
}
return -1;
};
在解题过程中需要思考左右边界和目标值的跳出的条件,注意细节!!! 注意细节!!! 注意细节!!!
1.
解法一:暴力
var missingNumber = function(nums) {
for (var i = 0; i < nums.length; i++) {
if (nums[i] != i) {
return i;
}
}
return nums.length;
};
- 时间复杂度分析:查找范围为0nums.length-1,及0n,复杂度为o(n);
- 空间复杂度:没有使用额外的空间,空间复杂度为o(1);
解法二:二分法
排序数组中首先想到二分法
存在的数学关系:目标值的left:nums[i] = i; 目标值的right:nums[i] > i;
var missingNumber = function(nums) {
let left = 0;
let right = nums.length - 1;
while (left <= right) {
let mid = Math.floor(left + (right - left) / 2);
// 目标值的左边,左边界右移
if (nums[mid] == mid) {
left = mid + 1;
} else if (nums[mid] > mid) {
// 目标值的右边
right = mid - 1;
}
}
return left;
};
需要注意细节,左右边界是闭区间[0, n-1]
- why is left <= right not left < right?
先确定要找哪一个值,left <= right 跳出循环的条件是?—》 left > right;这个题中需要找到最小符合的目标值,nums[i] > i && nums[i-1] = i; - 时间复杂度分析:由于每次二分后的查找范围是n、n\2…n/2^k,
k就是查找了多少次,及折叠了多少次,n / 2^k >= 1-------> k = log2n 所以时间复杂度为o(logn);
空间复杂度,没有使用额外的空间,只有left和right,所以为o(1);
2、
题目分析
这一题和上一题一样,可以理解为在一个数组0~x 查找一个目标值,首先思考满足的数学不等式:n * n <= x, 及在目标值的left和包括目标值 :nums[i] <= x/nums[i], right:nums[i] > x/nums[i];
目标值满足,yy <=x && (y+1)(y+1) >x; 可以照搬二分算法写出以下
var mySqrt = function(x) {
let left = 0;
let right = x;
while (left <= right) {
let mid = Math.floor(left + (right - left) / 2);
if (mid <= x / mid && (mid + 1) > x / (mid + 1)) {
return mid;
} else if (mid <= x / mid) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return 0;
};
var mySqrt = function(x) {
let left = 0;
let right = x;
while (left < right) {
// 由于0不能作为除数
let mid = Math.floor(left + (right - left) / 2 + 1);
if (mid <= x / mid) {
left = mid;
} else if (mid > x / mid) {
right = mid - 1;
}
}
return left;
};
首先分析细节什么时候跳出循环。由于目标值包括在左边界中,所以left = right就要跳出循环;
var mySqrt = function(x) {
if (x == 0) return 0;
let left = 1;
let right = x;
while (left <= right) {
// 这时候不会出现0 作为除数
let mid = Math.floor(left + (right - left) / 2);
if (mid <= x / mid) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return right;
};
这里为什么是left <= right ,在这里left = mid + 1,所以它跳出循环的是比目标值要大1;这里return left-1,也是符合条件的;
3、
二分解法
对于这道题的二分解法可以理解为,在数组numbers中先确定一个值i,然后利用二分查找是否存在一个值为target-i;
var twoSum = function(numbers, target) {
for (let i = 0; i < numbers.length-1; i++) {
let temp = target - numbers[i];// 二分算法中的target值
let left = 0;
let right = numbers.length - 1;
while (left <= right) {
let mid = Math.floor(left + (right - left) / 2);
if (numbers[mid] > temp) {
right = mid - 1;
} else if (numbers[mid] < temp || i == mid) {
left = mid + 1;
} else {
return [i, mid];
}
}
}
return [-1, -1];
};
- 这道题是就是一个转化问题,如果利用暴力是o(n^2),再这就需要思路是不是可以改进,由于是排序数组,那么在确定一个值的时候是不是就可以采用二分算法了,二分算法的时间复杂度是o(nlogn);
- 是不是还有更快的算法呢,接下来就是以一种双指针,自己先理解一下,再下一章节讲解。
快慢指针(双指针)
var twoSum = function(numbers, target) {
let left = 0;
let right = numbers.length - 1;
while (left < right) {
if (numbers[left] + numbers[right] > target) {
right--;
} else if (numbers[left] + numbers[right] < target) {
left++;
} else {
return [left, right];
}
}
return [-1, -1];
};