分治5:154. 寻找旋转排序数组中的最小值 II

这道题的题目也比较啰嗦,就是在寻找最小值的基础上又增加了一个要求:存在重复元素。还是看看完整题目要求吧。

已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转 后,得到输入数组。例如,原数组 nums = [0,1,4,4,5,6,7] 在变化后可能得到:

  1. 若旋转 4 次,则可以得到 [4,5,6,7,0,1,4]
  2. 若旋转 7 次,则可以得到 [0,1,4,4,5,6,7]

注意,数组 [a[0], a[1], a[2], ..., a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]] 。

给你一个可能存在 重复 元素值的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。

示例1:
输入:nums = [1,3,5]
输出:1

示例2:
输入:nums = [2,2,2,0,1]
输出:0

这个题不难,官网解释得也比较清楚了,我们就直接拿来看看吧,

一个包含重复元素的升序数组在经过旋转之后,可以得到下面可视化的折线图:

元素相同就是线是平的,这里多考虑一种相等的情况罢了。

第一种情况是nums[pivot]<nums[high]。这说明nums[pivot] 是最小值右侧的元素,因此我们可以忽略二分查找区间的右半部分。

第二种情况是nums[pivot]>nums[high]。如下图所示,这说明nums[pivot] 是最小值左侧的元素,因此我们可以忽略二分查找区间的左半部分。

第三种情况是nums[pivot]==nums[high]。如下图所示,由于重复元素的存在,我们并不能确定 nums[pivot] 究竟在最小值的左侧还是右侧,因此我们不能莽撞地忽略某一部分的元素。我们唯一可以知道的是,由于它们的值相同,所以无论nums[high] 是不是最小值,都有一个它的「替代品」nums[pivot],因此我们可以忽略二分查找区间的右端点。

当二分查找结束时,我们就得到了最小值所在的位置。

class Solution {
    public int findMin(int[] nums) {
        int low = 0;
        int high = nums.length - 1;
        while (low < high) {
            int pivot = low + (high - low) / 2;
            if (nums[pivot] < nums[high]) {
                high = pivot;
            } else if (nums[pivot] > nums[high]) {
                low = pivot + 1;
            } else {
                high -= 1;
            }
        }
        return nums[low];
    }
}

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
分治法是一种解决问题的思想,它将问题分解成若干个小的问题,然后递归求解这些小问题,最终将这些小问题的结果合并起来得到原问题的解。对于求解数组的最大值和最小值,可以采用分治法来实现。 具体实现思路如下: 1. 将数组分成两部分,分别求出左半部分的最大值和最小值,以及右半部分的最大值和最小值。 2. 将左半部分的最大值和右半部分的最大值进行比较,取其中较大的一个作为数组的最大值。 3. 将左半部分的最小值和右半部分的最小值进行比较,取其中较小的一个作为数组的最小值。 4. 返回最大值和最小值。 代码实现如下: ```python def find_max_min(arr, left, right): # 如果数组只有一个元素,直接返回该元素作为最大值和最小值 if left == right: return arr[left], arr[left] # 如果数组只有两个元素,比较它们的大小并返回最大值和最小值 if left + 1 == right: if arr[left] > arr[right]: return arr[left], arr[right] else: return arr[right], arr[left] # 如果数组有多个元素,将数组分成两部分,分别求出左半部分和右半部分的最大值和最小值 mid = (left + right) // 2 left_max, left_min = find_max_min(arr, left, mid) right_max, right_min = find_max_min(arr, mid+1, right) # 比较左半部分的最大值和右半部分的最大值,取其中较大的一个作为数组的最大值 if left_max > right_max: max_val = left_max else: max_val = right_max # 比较左半部分的最小值和右半部分的最小值,取其中较小的一个作为数组的最小值 if left_min < right_min: min_val = left_min else: min_val = right_min return max_val, min_val ``` 调用函数: ```python arr = [5, 3, 8, 2, 9, 1] max_val, min_val = find_max_min(arr, 0, len(arr)-1) print("最大值为:", max_val) print("最小值为:", min_val) ``` 输出结果: ``` 最大值为: 9 最小值为: 1 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

纵横千里,捭阖四方

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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