二分算法01

本文介绍了三种与IT技术相关的问题解决方案,分别涉及计算H指数的二分查找算法、找到使结果不超过阈值的最小除数的二分查找策略,以及计算完成最少时间的二分查找方法。这些算法都具有O(logn)的时间复杂度,高效实用。
摘要由CSDN通过智能技术生成

1. H指数II

给你一个整数数组 citations ,其中 citations[i] 表示研究者的第 i 篇论文被引用的次数,citations 已经按照 升序排列 。计算并返回该研究者的 h 指数。

h 指数的定义:h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (n 篇论文中)至少 有 h 篇论文分别被引用了至少 h 次。

请你设计并实现对数时间复杂度的算法解决此问题。

真题点击此处:275. H 指数 II

解题方法:二分查找
思路:由于数组 citations 已经按照升序排序,并且查找的范围小于数组的长度,因此可以使用二分查找。

设查找范围的初始左边界 left 为 0, 初始右边界 right 为 n−1,其中 n 为数组 citations 的长度。每次在查找范围内取中点 mid,则有 n−mid篇论文被引用了至少 citations[mid]次。如果在查找过程中满足 citations[mid]≥n−mid,则移动右边界 right,否则移动左边界 left。

以下为代码实现:

class Solution:
    def hIndex(self, citations: List[int]) -> int:
        left, right = 0, len(citations) - 1
        n = len(citations)

        while left <= right:
            mid = (left + right)  // 2
            if citations[mid] >= n - mid:
                right = mid - 1
            else:
                left = mid + 1
            
        return n - left

时间复杂度:O(logn),使用了二分算法来查找数据。
空间复杂度:O(1),只使用了额外的常量级空间。

2. 使结果不超过阈值的最小除数

给你一个整数数组 nums 和一个正整数 threshold ,你需要选择一个正整数作为除数,然后将数组里每个数都除以它,并对除法结果求和。

请你找出能够使上述结果小于等于阈值 threshold 的除数中 最小 的那个。

每个数除以除数后都向上取整,比方说 7/3 = 3 , 10/2 = 5 。

题目保证一定有解。

真题点击此处:1283. 使结果不超过阈值的最小除数

解题方法:二分查找
思路:
1.初始化左边界 left 为1,右边界 right 为列表 nums 中的最大值。
2.进入循环,当 left 小于等于 right 时进行迭代:

  • 计算中间值 mid,为 left 和 right 的平均值。
  • 初始化变量 ans 为0,用于计算将列表中的所有数除以 mid 后的结果总和。
  • 遍历列表 nums,对每个数执行以下操作:
    • 将当前数加上 mid-1 后再除以 mid,得到向上取整的结果,并累加到 ans 中。
  • 判断 ans 是否小于等于阈值 threshold:
    • 如果是,说明当前 mid 可能是一个解,将右边界 right 更新为 mid-1。
    • 如果不是,说明当前 mid 不满足条件,将左边界 left 更新为 mid+1。

3.循环结束后,返回左边界 left。

以下为代码实现:

class Solution:
    def smallestDivisor(self, nums: List[int], threshold: int) -> int:
        left, right = 1, max(nums)

        while left <= right:
            mid = (left + right) // 2
            ans = 0
            for num in nums:
                ans += (num + mid - 1) // mid
            if ans <= threshold:
                right = mid - 1
            else:
                left = mid + 1

        return left

时间复杂度:O(Nlog⁡C),其中 C是一个常数,为二分查找的上下限之差。在本题给定的数据范围的限制下,C 不会超过 10^6 。
空间复杂度:O(1)。

3. 完成旅途的最少时间

给你一个数组 time ,其中 time[i] 表示第 i 辆公交车完成 一趟旅途 所需要花费的时间。

每辆公交车可以 连续 完成多趟旅途,也就是说,一辆公交车当前旅途完成后,可以 立马开始 下一趟旅途。每辆公交车 独立 运行,也就是说可以同时有多辆公交车在运行且互不影响。

给你一个整数 totalTrips ,表示所有公交车 总共 需要完成的旅途数目。请你返回完成 至少 totalTrips 趟旅途需要花费的 最少 时间。

真题点击此处:2187. 完成旅途的最少时间

解题方法:二分查找
思路:
1.初始化左边界 left 为1,右边界 right 为t * totalTrips(因为最大值的时间不可能超过最小时间 * 旅途的趟数)。
2.进入循环,当 left 小于等于 right 时进行迭代:

  • 计算中间值 mid,为 left 和 right 的平均值。
  • 初始化变量 ans 为0,用于计算在 mid 时间内完成任务的总次数。
  • 遍历列表 time,对每个时间执行以下操作:
    • 将 mid 除以当前时间得到的商累加到 ans 中,表示在 mid 时间内完成当前任务的次数。
  • 判断 ans 是否小于总任务数 totalTrips:
    • 如果是,说明当前 mid 时间不足以完成所有任务,将左边界 left 更新为 mid+1。
    • 如果不是,说明当前 mid 时间足以完成所有任务,将右边界 right 更新为 mid-1。

3.循环结束后,返回左边界 left。

以下为代码实现:

class Solution:
    def minimumTime(self, time: List[int], totalTrips: int) -> int:
        t = min(time)
        left, right = 1, t * totalTrips

        while left <= right:
            mid = (left + right) // 2
            ans = 0
            for t in time:
                ans += mid // t
            if ans < totalTrips:
                left = mid + 1
            else:
                right = mid - 1

        return left

时间复杂度:O(Nlog⁡C),其中 C是一个常数,为二分查找的上下限之差。
空间复杂度:O(1)。

评论 1
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