LeetCode题练习与总结：寻找峰值--162

一、题目描述

峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 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 nums[-1] = nums[n] = -∞ 。

你必须实现时间复杂度为 O(log n) 的算法来解决此问题。

示例 1：

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

示例 2：

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

提示：

• 1 <= nums.length <= 1000
• -2^31 <= nums[i] <= 2^31 - 1
• 对于所有有效的 i 都有 nums[i] != nums[i + 1]

二、解题思路

1. 初始化左指针left为0，右指针right为nums.length - 1。
2. 在二分查找的过程中，比较中间位置mid的元素与mid+1位置的元素： a. 如果nums[mid] > nums[mid + 1]，说明峰值在mid左边（包含mid位置），将right赋值为mid。 b. 如果nums[mid] < nums[mid + 1]，说明峰值在mid右边（不包含mid位置），将left赋值为mid+1。
3. 重复步骤2，直到left >= right。
4. 返回left位置的元素即为峰值。

三、具体代码

class Solution {
    public int findPeakElement(int[] nums) {
        int left = 0, right = nums.length - 1;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] > nums[mid + 1]) {
                right = mid;
            } else {
                left = mid + 1;
            }
        }
        return left;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• 二分查找算法的时间复杂度通常是 O(log n)，其中 n 是数组或搜索空间的长度。
• 在这个问题中，我们使用二分查找来缩小可能的峰值位置的范围。
• 在每次迭代中，我们将搜索空间减半，因此迭代次数是 log n。
• 因此，这个算法的时间复杂度是 O(log n)。

2. 空间复杂度

• 空间复杂度主要取决于算法使用的额外空间。
• 在这个问题中，我们只使用了几个额外的变量（left, right, mid），不管输入数组的大小如何，这些变量的空间占用是常数级别的。
• 因此，这个算法的空间复杂度是 O(1)，即常数空间复杂度。

综上所述，该代码的时间复杂度是 O(log n)，空间复杂度是 O(1)。

五、总结知识点

1. 二分查找算法：这是一种高效的查找算法，它通过不断将搜索区间减半来快速定位目标值的位置。二分查找适用于有序数组或者具有特定性质的数组。

2. 循环条件：while (left < right) 是二分查找的标准循环条件，用于控制查找过程，直到找到目标值或者搜索区间为空。

3. 中间位置的计算：int mid = left + (right - left) / 2; 是计算中间位置的常见方式，它避免了直接使用 (left + right) / 2 可能导致的整数溢出问题。

4. 比较和区间调整：if (nums[mid] > nums[mid + 1]) 用于比较中间位置的元素与其右侧邻居的大小关系，从而决定峰值可能存在的区间。如果中间元素大于其右侧邻居，说明峰值在左侧，否则在右侧。

5. 指针的更新：right = mid; 和 left = mid + 1; 分别用于更新搜索区间的左右边界。这取决于比较的结果，如果中间元素大，则保留左侧区间；如果中间元素小，则保留右侧区间。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。