从何时你也忌讳空山无人,从何时开始|

Drunker•L

园龄:4个月粉丝:0关注:0

33. 搜索旋转排序数组

搜索旋转排序数组
整数数组 nums 按升序排列,数组中的值 互不相同

在传递给函数之前,nums 在预先未知的某个下标 k0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2]

给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

示例 1:

输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4

示例 2:

输入:nums = [4,5,6,7,0,1,2], target = 3
输出:-1

示例 3:

输入:nums = [1], target = 0
输出:-1

思路

要解决这个问题,我们需要在旋转排序数组中找到目标值 target,并且要求算法的时间复杂度为 O(log n),这意味着我们不能直接使用线性查找。最优的方式是使用二分查找。

解题思路

  1. 旋转数组的特点:数组被旋转过后,它仍然包含两个有序部分。一部分是从旋转点到数组末尾,另一部分是从数组开始到旋转点之前。通过比较当前中间元素和目标值,我们可以确定在哪一部分进行查找。
  2. 二分查找:我们可以通过二分查找的方式来确定目标值所在的部分:
    • 如果 nums[mid] >= nums[left],说明左半部分是有序的。
    • 否则,右半部分是有序的。
  3. 根据有序部分进行目标值查找:我们根据目标值与当前边界的关系,决定向哪一边继续查找。

具体步骤

  1. 初始化左右指针 leftright
  2. 计算中间位置 mid
  3. 比较 nums[mid] 与目标值 target
    • 如果 nums[mid] == target,返回 mid
    • 判断当前数组的左半部分或右半部分是否有序。
    • 根据有序部分判断目标值是否可能存在,然后调整左右指针,继续二分查找。
class Solution {
    public int search(int[] nums, int target) {
        int left = 0, right = nums.length - 1;
        while(left <= right){
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
                return mid;
            }
            //左半部分有序
            if(nums[left] <= nums[mid]) {
                //如果target在左边有序的部分
                if(target >= nums[left] && target < nums[mid]){
                    right = mid - 1;
                }else{
                    left = mid + 1;
                }
            }else{ //右半部分有序
                if(target > nums[mid] && target <= nums[right]){
                    left = mid + 1;
                }else{
                    right = mid - 1;
                }
            }
        }
        return -1;
    }
}

存在的问题,关于二分法,循环的退出条件到底是 left <= right 还是 left < right ,众说纷纭,笔者也其实不是特别清楚,只能求助ChatGPT:

  • left <= right:在 经典二分查找查找目标值 的场景中使用。保证我们可以在整个区间内查找,并且处理 left == right 的情况。
  • left < right:当我们只需要确定一个区间,并且避免重复判断边界时,使用 left < right 更有效。常见于 最小值、最大值 等问题,或者避免不必要的判断。

本文作者:Drunker•L

本文链接:https://www.cnblogs.com/drunkerl/p/18642186

版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。

posted @   Drunker•L  阅读(26)  评论(0编辑  收藏  举报
点击右上角即可分享
微信分享提示
评论
收藏
关注
推荐
深色
回顶
收起