LeetCode刷题第十六天(162. 寻找峰值)


题目描述

峰值元素是指其值大于左右相邻值的元素。

给你一个输入数组 n u m s nums nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。
你可以假设 n u m s [ − 1 ] = n u m s [ n ] = − ∞ nums[-1] = nums[n] = -∞ nums[1]=nums[n]=

示例 1:

输入: n u m s = [ 1 , 2 , 3 , 1 ] nums = [1,2,3,1] nums=[1,2,3,1]
输出: 2 2 2
解释: 3 3 3 是峰值元素,你的函数应该返回其索引 2 2 2

示例 2:

输入: n u m s = [ 1 , 2 , 1 , 3 , 5 , 6 , 4 ] nums = [1,2,1,3,5,6,4] nums=[1,2,1,3,5,6,4]
输出: 1 1 1 5 5 5
解释:你的函数可以返回索引 1 1 1,其峰值元素为 2 2 2
或者返回索引 5 5 5, 其峰值元素为 6 6 6

方法一:线性扫描

算法思想

本方法利用了连续的两个元素 n u m s [ j ] nums[j] nums[j] n u m s [ j + 1 ] nums[j+1] nums[j+1] 不会相等这一事实。于是,我们可以从头开始遍历 n u m s nums nums 数组。每当我们遇到数字 n u m s [ i ] nums[i] nums[i],只需要检查它是否大于下一个元素 n u m s [ i + 1 ] nums[i+1] nums[i+1] 即可判断 n u m s [ i ] nums[i] nums[i] 是否是峰值。可以通过分别讨论问题的全部三种可能情况来理解本方法的思路。

情况 1. 所有的数字以降序排列。这种情况下,第一个元素即为峰值。我们首先检查当前元素是否大于下个元素。第一个元素满足这一条件,因此被正确判断为峰值。此时,我们不需要继续向下判断,也就不会有需要判断 n u m s [ i ] nums[i] nums[i] 和上一个元素 n u m s [ i − 1 ] nums[i−1] nums[i1] 的大小的情况。
情况 2. 所有的数字以升序排列。这种情况下,我们会一直比较 n u m s [ i ] nums[i] nums[i] n u m s [ i + 1 ] nums[i+1] nums[i+1] 以判断 n u m s [ i ] nums[i] nums[i] 是否是峰值元素。没有元素符合这一条件,说明处于上坡而非峰值。于是,在结尾,我们返回末尾元素作为峰值元素,得到正确结果。在这种情况下,我们同样不需要比较 n u m s [ i ] nums[i] nums[i] 和上一个元素 n u m s [ i − 1 ] nums[i−1] nums[i1],因为处于上坡是 n u m s [ i ] nums[i] nums[i] 不是峰值的充分条件。

情况 3. 峰值出现在中间某处。这种情况下,当遍历上升部分时,与情况 2 相同,没有元素满足 n u m s [ i ] > n u m s [ i + 1 ] nums[i]>nums[i+1] nums[i]>nums[i+1]。我们不需要比较 n u m s [ i ] nums[i] nums[i] 和上一个元素 n u m s [ i − 1 ] nums[i−1] nums[i1]。当到达峰值元素时, n u m s [ i ] > n u m s [ i + 1 ] nums[i]>nums[i+1] nums[i]>nums[i+1] 条件满足。此时,我们同样不需要比较 n u m s [ i ] nums[i] nums[i] 和上一个元素 n u m s [ i − 1 ] nums[i−1] nums[i1]。这是由于“遍历会到达第 i i i个元素”本身就说明上一个元素(第 i − 1 i- 1 i1个)不满足 n u m s [ i ] > n u m s [ i + 1 ] nums[i]>nums[i+1] nums[i]>nums[i+1] 这一条件,也就说明 n u m s [ i − 1 ] < n u m s [ i ] nums[i−1]<nums[i] nums[i1]<nums[i]。于是,我们同样可以得到正确结果。

JAVA代码

public class Solution {
    public int findPeakElement(int[] nums) {
        for (int i = 0; i < nums.length - 1; i++) {
            if (nums[i] > nums[i + 1])
                return i;
        }
        return nums.length - 1;
    }
}

复杂度分析

  1. 时间复杂度 : O ( n ) O(n) O(n)。 我们对长度为 n n n 的数组 n u m s nums nums 只进行一次遍历。
  2. 空间复杂度 : O ( 1 ) O(1) O(1)。 只使用了常数空间。

方法二:递归二分查找

算法思想

我们可以将 n u m s nums nums 数组中的任何给定序列视为交替的升序和降序序列。通过利用这一点,以及“可以返回任何一个峰作为结果”的要求,我们可以利用二分查找来找到所需的峰值元素。

在简单的二分查找中,我们处理的是一个有序数列,并通过在每一步减少搜索空间来找到所需要的数字。在本例中,我们对二分查找进行一点修改。首先从数组 n u m s nums nums 中找到中间的元素 m i d mid mid。若该元素恰好位于降序序列或者一个局部下降坡度中(通过将 n u m s [ i ] nums[i] nums[i] 与右侧比较判断),则说明峰值会在本元素的左边。于是,我们将搜索空间缩小为 m i d mid mid 的左边(包括其本身),并在左侧子数组上重复上述过程。

若该元素恰好位于升序序列或者一个局部上升坡度中(通过将 n u m s [ i ] nums[i] nums[i] 与右侧比较判断),则说明峰值会在本元素的右边。于是,我们将搜索空间缩小为 m i d mid mid 的右边,并在右侧子数组上重复上述过程。

就这样,我们不断地缩小搜索空间,直到搜索空间中只有一个元素,该元素即为峰值元素。

为了理解本方法的原理,让我们再次讨论前文提到的全部三种情况。

情况 1. 这种情况下,首先找到中间元素 3 3 3。由于它处于下降坡度,将搜索空间缩小到 [ 1 , 2 , 3 ] [1, 2, 3] [1,2,3]。对于此子数组, 2 2 2 为中间元素,也处于下降坡度中,于是将搜索空间缩小到 [ 1 , 2 ] [1, 2] [1,2]。现在 1 1 1 是中间元素并同样处于下降坡度,于是将搜索空间缩小到 [ 1 ] [1] [1]。 最终 1 1 1 作为答案被正确返回。
情况 2. 这种情况下,首先找到中间元素 3 3 3。由于它处于上升坡度,将搜索空间缩小到 [ 4 , 5 ] [4, 5] [4,5]。对于此子数组, 4 4 4 为中间元素,也处于上升坡度中,于是将搜索空间缩小到 [ 5 ] [5] [5]。 最终 5 5 5 作为答案被正确返回。
情况 3. 这种情况下, 峰值位于中间某处。第一个中间元素是 4 4 4。它位于上升坡度,表明峰值在其右侧。于是,搜索空间缩小为 [ 5 , 1 ] [5, 1] [5,1]。 现在, 5 5 5 位于下降坡度(相对其右侧相邻元素), 搜索空间下降为 [ 5 ] [5] [5]。于是, 5 5 5 被正确识别。

JAVA代码

public class Solution {
    public int findPeakElement(int[] nums) {
        return search(nums, 0, nums.length - 1);
    }
    public int search(int[] nums, int l, int r) {
        if (l == r)
            return l;
        int mid = (l + r) / 2;
        if (nums[mid] > nums[mid + 1])
            return search(nums, l, mid);
        return search(nums, mid + 1, r);
    }
}

复杂度分析

  1. 时间复杂度 : O ( l o g 2 ( n ) ) O(log_2(n)) O(log2(n))。每一步都将搜索空间减半。因此,总的搜索空间只需要 l o g 2 ( n ) log_2(n) log2(n) 步。其中 n n n n u m s nums nums 数组的长度。
  2. 空间复杂度: O ( l o g 2 ( n ) ) O(log_2(n)) O(log2(n))。每一步都将搜索空间减半。因此,总的搜索空间只需要 l o g 2 ( n ) log_2(n) log2(n) 步。于是,递归树的深度为 l o g 2 ( n ) log_2(n) log2(n)

链接:https://leetcode-cn.com/problems/find-peak-element/solution/xun-zhao-feng-zhi-by-leetcode/
来源:力扣(LeetCode)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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