二分查找无序数组arr中的局部最小值的位置

二分查找无序数组arr中的局部最小值的位置

提示：二分法系列文章
最基础的二分法：
二分法查找有序数组中的k所在的位置
二分法查找有序数组arr中，大于等于k的最左侧、最右侧的位置

---

题目

无数数组arr，一定保证任意位置i和i+1不相等
若[0]<[1]，0位置算是局部最小
若[N-1]<[N-2]，N-1位置算是局部最小
【注意，在今后的文章中，arr[i]=[i]，我们用一个中括号简写即可，最开始你不习惯，但是你要习惯，慢慢就熟悉了】
其他的，所[i-1]>[i]且[i]<[i+1]，则i位置是局部最小值。

请你找到病返回1个arr中的最小值。

---

一、审题

示例：arr=0 1 2 1 2 3 4 1 2；
显然，0位置就是局部最小值
212中间1那个位置也是局部最小值
只需要返回其中1个即可。

---

二、解题

这个题目，如果o(n)遍历，病按照条件判断也是可以的，但是就像前面找k一样，你是要费o(n)的时间的，n太大的话就失效了。

显然，查找这种事，就要瞬间想到二分查找，因为，二分真的真的很牛，能将算法复杂度降到o(log(n))，为啥不敏感地想到呢？

例如arr=3 1 2 1 2 3 4 1 2
（1）首先看0 1位置，显然3>1，3不会是局部最小
（2）再看N-2 N-1位置，显然，1<2，2不会是局部最小
（3）在L=1,R=N-2中二分查找
mid=0+8/2=4，mid处的2并不满足[i-1]>[i]且[i]<[i+1]，故mid不是局部最小
——此时，随意判断，因为我们刚刚（1）看到了有一个[0]>[1]，故如果此时[mid-1]<[mid]的话，令R=mid-1，这样子的话L–之间必然有一个是局部最小，大不了就是1位置。
——同理，刚刚我们看到了（2）[N-2]<[N-1]，故此时再有[mid]<[mid+1]的话，令L=mid+1，这样子的话，L–R之间也必然有一个是局部最小，大不了就是N-2位置。
（4）一旦找到一个位置是局部最小，break即可，不找了。返回mid；
你仔细品，拿下面那个数组瞅瞅是不是这个道理！

手撕代码很简单：

//复习手撕代码：优化方法：二分法
    public static int findLocalSmallest2Review(int[] arr){
        if (arr == null || arr.length < 2) return -1;
        int N = arr.length;
        //看边界
        if (arr[0] < arr[1]) return 0;
        if (arr[N - 1] < arr[N - 2]) return N - 1;

        int L = 1;//0和N-1不是不管了
        int R = N - 2;
        int index = -1;//结果，找不到就是-1
        while (L <= R){
            int mid = L + ((R - L) >> 1);
            if (arr[mid - 1] < arr[mid]){
                //必然mid不是局部最小值，条件都不满足，那左边也必然有一个最小值
                R = mid - 1;
            }else if (arr[mid] > arr[mid + 1]){
                //也不然mid不是局部最小，右边必然，有一个是局部最小值
                L = mid + 1;
            }else {
                //上面俩条件都不满足，必然是arr[mid - 1] > arr[mid]且arr[mid] < arr[mid + 1]
                //这可不就是局部最小的定义吗
                index = mid;
                break;//找到了出去返回结果
            }
        }

        return index;
    }

自然有一个暴力解，但是，运气好的话，很快找到，如果运气不好，这个局部最小在R边上呢，N又很大，那就不行了
因此还是要二分法好。

//暴力解法，用于验证可靠性
    public static int findLocalSmallest1(int[] arr){
        //3种情况，第一种：0位置比1位置小，0位置是局部最小
        if(arr[0] < arr[1]) return 0;
        //第二种，N-1位置比N-2位置小，N-1位置是局部最小
        if(arr[arr.length - 1] < arr[arr.length -2]) return arr.length - 1;
        //从左往右遍历
        //第三种，i-1位置比i位置大，i+1位置比i位置大，i位置是局部最小
        int index = -1;
        for (int i = 1; i < arr.length-2; i++) {
            if(arr[i-1] > arr[i] && arr[i] < arr[i+1]){
                index = i;
                break;//找到就退出
            }
        }
        return index;
    }

测试代码：

//寻找一个局部最小的位置
//3种情况，第一种：0位置比1位置小，0位置是局部最小
//第二种，N-1位置比N-2位置小，N-1位置是局部最小
//第三种，i-1位置比i位置大，i+1位置比i位置大，i位置是局部最小
public class findLocalSmallest {
    public static void main(String[] args) {
        int[] arr = {2,1,3,1,2,1,5};//N=7
        int pos = findLocalSmallest1(arr);
        System.out.println(pos);
        int pos1 = findLocalSmallest2(arr);
        System.out.println(pos1);
        int pos3 = findLocalSmallest2Review(arr);
        System.out.println(pos3);
        //上面俩方法都是对的，只要返回其一即可，不一定，但是二分法的计算效率很高，所以很棒。
    }

---

总结

提示：重要经验：

1）理解清楚局部最小值的定义，则可以很快利用二分查找无序数组arr中的局部最小值的位置
2）二分查找的系列文章，这里暂时有3篇，前面开头那有2篇，一定好好理解，今后手撕不是问题，非常容易的。