文章目录
来源
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problemset/all/
二分查找
二分查找应用(简单)
35. 搜索插入位置
1. 问题
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为O(log n)
的算法
示例 1:
输入: nums = [1,3,5,6], target = 5
输出: 2
示例 2:
输入: nums = [1,3,5,6], target = 2
输出: 1
示例 3:
输入: nums = [1,3,5,6], target = 7
输出: 4
示例 4:
输入: nums = [1,3,5,6], target = 0
输出: 0
示例 5:
输入: nums = [1], target = 0
输出: 0
2. 解决方案
因为要用O(log n)的时间复杂度,所以可以用二分查找
用二分查找可以解决,如果找不到目标,那最后的left就是目标按顺序应该插入的位置
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int middle, left = 0, right = nums.size() -1;
while(left <= right) // <= 是为了处理nums.size() == 1 的情况
{
middle = (right - left) /2 + left;
if(nums[middle] == target) return middle;
if(target < nums[middle]) right = middle -1;
else left = middle + 1;
}
return left; // left 就是目标按顺序应该插入的位置
}
};
278. 第一个错误的版本
1. 问题
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n 个版本 [1, 2, …, n],你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version)
接口来判断版本号 version
是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
2. 解决方案
这个问题不同于上一个,当left == right时,我们就可以确定了,所以while里不用加等于
// The API isBadVersion is defined for you.
// bool isBadVersion(int version);
class Solution {
public:
int firstBadVersion(int n) {
int middle, left = 1, right = n;
while(left < right) // 循环直至区间左右端点相同
{
middle = (right - left) / 2 + left; // 防止计算时溢出
if(isBadVersion(middle)) right = middle; // 答案在区间 [left, mid] 中
else left = middle +1; // 答案在区间 [mid+1, right] 中
}
// 此时有 left == right,区间缩为一个点,即为答案
return right;
}
};
367. 有效的完全平方数
1. 问题
给定一个 正整数 num ,编写一个函数,如果 num 是一个完全平方数,则返回 true ,否则返回 false 。
进阶:不要 使用任何内置的库函数,如 sqrt
示例 1:
输入:num = 16
输出:true
示例 2:
输入:num = 14
输出:false
2. 解决方案
当用middle*middle时,因为发生了int型溢出,所以考虑middle == num/middle
因为当num=5时,5 / 2 =2.5会自动变成2,与2判断时,会被认为相同,报错
所以要添加num%middle == 0 的条件,表示可以整除
class Solution {
public:
bool isPerfectSquare(int num) {
int middle;
int left = 1;
int right = num;
while(left <= right)
{
middle = (right - left)/2 + left;
if( middle == num/middle && num % middle == 0) return true;
if( middle > num/middle) right = middle -1;
else left = middle + 1;
}
return false;
}
};
69. x的平方根
1. 问题
给你一个非负整数 x ,计算并返回 x 的 平方根 。
由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。
注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5)
或者 x ** 0.5
。
示例 1:
输入:x = 4
输出:2
示例 2:
输入:x = 8
输出:2
解释:8 的平方根是 2.82842…, 由于返回类型是整数,小数部分将被舍去。
2. 解决方案
由于 x 平方根的整数部分ans是满足 k^2 ≤x 的最大 k 值,因此我们可以对 k 进行二分查找,从而得到答案
class Solution {
public:
int mySqrt(int x) {
int left = 0, right = x;
int middle,ans;
while(left <= right)
{
middle = left + (right - left)/2;
if((long long) middle*middle <= x)
{
ans = middle;
left = middle + 1;
}else{
right = middle -1;
}
}
return ans;
}
};
441. 排列硬币
1. 问题
你总共有 n 枚硬币,你需要将它们摆成一个阶梯形状,第 k 行就必须正好有 k 枚硬币。
给定一个数字 n,找出可形成完整阶梯行的总行数。
n 是一个非负整数,并且在32位有符号整型的范围内。
示例 1:
n = 5
硬币可排列成以下几行:
¤
¤ ¤
¤ ¤
因为第三行不完整,所以返回2.
示例 2:
n = 8
硬币可排列成以下几行:
¤
¤ ¤
¤ ¤ ¤
¤ ¤
因为第四行不完整,所以返回3.
2. 解决方案
累加可以用 n*(n+1)/2 ,与上面那道题相似
class Solution {
public:
int arrangeCoins(int n) {
int left = 0, right = n;
int middle, ans;
while(left <= right)
{
middle = left + (right - left)/2;
if((long long) middle*(middle+1)/2 <= n)
{
ans = middle;
left = middle+1;
}else{
right = middle-1;
}
}
return ans;
}
};
二分查找应用(中等)
34. 在排序数组中查找元素的第一个和最后一个元素
1. 问题
给定一个按照升序排列的整数数组 nums
,和一个目标值 target
。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target,返回 [-1, -1]。
进阶:你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗?
示例 1:
输入:nums = [5,7,7,8,8,10], target = 8
输出:[3,4]
示例 2:
输入:nums = [5,7,7,8,8,10], target = 6
输出:[-1,-1]
示例 3:
输入:nums = [], target = 0
输出:[-1,-1]
2. 解决方案
因为这个数组已经是有序的,所以我们找到相同的目标值后,可以比较他的前后值,确定左右边界, 如果前后值还相等,可以缩小边界范围
class Solution {
public:
int findside(vector<int>& nums, int target, string side)
{
int middle, left = 0, right = nums.size()-1;
// 当没有找到时,要输出-1,故初始化为-1
int out = -1;
while(left <= right)
{
middle = left + (right - left)/2;
if(target < nums[middle]) right = middle -1;
if(target > nums[middle]) left = middle + 1;
if(nums[middle] == target)
{
if(side == "left")
{
// 需要加mid == 0, 避免0-1 越界错误
if(middle == 0 || nums[middle-1] != target)
{
out = middle;
break;
}
else
// 因为是寻找左边界,故保留左半边
right = middle-1;
}
if(side == "right")
{
if(middle == nums.size()-1 || nums[middle+1] != target)
{
out = middle;
break;
}
else
left = middle+1;
}
}
}
return out;
}
vector<int> searchRange(vector<int>& nums, int target) {
int left = findside(nums, target, "left");
int right = findside(nums, target, "right");
// vector<int> location;
// location.push_back(left);
// location.push_back(right);
// return location;
return {left, right};
}
};
540. 有序数组中的单一元素
1. 问题
给定一个只包含整数的有序数组,每个元素都会出现两次,唯有一个数只会出现一次,找出这个数。
示例 1:
输入: nums = [1,1,2,3,3,4,4,8,8]
输出: 2
示例 2:
输入: nums = [3,3,7,7,10,11,11]
输出: 10
2. 解决方案
排除数组为空、在最左边和最右边的情况,然后就剩下在中间的情况
比较中值与左右值,若不同,则得到目标,直接返回
class Solution {
public:
int singleNonDuplicate(vector<int>& nums) {
if(nums.size() == 1) return nums[0];
if(nums[0] != nums[1]) return nums[0];
if(nums[nums.size() -1] != nums[nums.size() -2]) return nums[nums.size() -1];
int middle, left = 0, right = nums.size()-1;
int out = -1;
while(left <= right)
{
middle = left + (right - left)/2;
if(nums[middle] != nums[middle+1] && nums[middle] != nums[middle -1])
{
out = nums[middle];
break;
}
// 左边相等
if(nums[middle] == nums[middle -1])
{
// 假设目标值在左边,则 按 1 1 2 4 【4】 的顺序(加【】表示是中值),
// middle是偶数,从0开始计数
if((middle&1) == 0) right = middle - 2;
else left = middle +1;
}
// 右边相等
if(nums[middle] == nums[middle + 1])
{
// 假设目标值在左边,则 按 1 1 2 【4】 4 的顺序(加【】表示是中值),
// middle是奇数
if((middle&1) != 0) right = middle -1;
else left = middle + 2;
}
}
return out;
}
};
动态规划
300. 最长递增子序列
1. 问题
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1
2. 解决方案
动态规划
考虑前 i 个元素,取第 i 个数字结尾的最长上升子序列的长度,注意 nums[i] 必须被选取。
将子串前面中的每一个元素与nums[i] 比较,若小于nums[i],则nums[i]这个元素可以与那个元素组合,则进行比较 dp[i] = max(dp[i], dp[j] + 1);
int test()
{
vector<int> nums;
nums = {10,9,2,5,3,7,101,18};
int n = nums.size();
if(n == 0) return 0;
vector<int> dp(n, 1);
for(int i=0; i<n; i++)
{
for(int j=0; j<i; j++)
{
if(nums[j] < nums[i])
{
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
for(vector<int>::iterator it = dp.begin(); it != dp.end(); it++)
{
cout << *it << " ";
}
cout << endl; // 1 1 1 2 2 3 4 4
// 查询最大值的第一个位置
// max_element(begin,end);
// 查询最小值的第一个位置
// min_element(begin, end);
// 输出最大值
cout << *max_element(dp.begin(), dp.end()); // 4
}