当前位置: 首页 > article >正文

LeetCode题(二分查找,C++实现)

LeetCode题(二分查找,C++实现)

记录一下做题过程,肯定会有比我的更好的实现办法,这里只是一个参考,能帮到大家就再好不过了。

目录

LeetCode题(二分查找,C++实现)

一、搜索插入位置(简单题)

二、在排序数组中查找元素的第一个和最后一个位置(中等题)

三、寻找两个正序数组的中位数(困难题)


一、搜索插入位置(简单题)

题目详情:

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

请必须使用时间复杂度为 O(log n) 的算法。

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2:

输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3:

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

提示:

  • 1 <= nums.length <= 104
  • -104 <= nums[i] <= 104
  • nums 为 无重复元素 的 升序 排列数组
  • -104 <= target <= 104

解答:

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int left=0,right=nums.size()-1;
        while(left<=right)
        {
            int mid=left+(right-left)/2;
            if(nums[mid]<target)
            {
                left=mid+1;
            }
            else
            {
                right=mid-1;
            }
        }
        return left;
    }
};

运行结果:

二、在排序数组中查找元素的第一个和最后一个位置(中等题)

题目详情:

给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target,返回 [-1, -1]

你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。

示例 1:

输入:nums = [5,7,7,8,8,10], target = 8
输出:[3,4]

示例 2:

输入:nums = [5,7,7,8,8,10], target = 6
输出:[-1,-1]

示例 3:

输入:nums = [], target = 0
输出:[-1,-1]

提示:

  • 0 <= nums.length <= 105
  • -109 <= nums[i] <= 109
  • nums 是一个非递减数组
  • -109 <= target <= 109

题解:

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int len=nums.size();
        if(len==0)
        {
            //这里排除数组是空的情况,对应示例3
            return vector<int>{-1,-1};
        }
        //使用自定义函数赋值给firstPosition
        int firstPosition=searchFirstPosition(nums,target);
        if(firstPosition==-1)
        {   
            //表示找不到第一个与目标数相同的数字,返回[-1,-1]
            return vector<int>{-1,-1};
        }
        //经过排除后,已经没有上面的情况了,肯定能找到第一个数和最后一个数
        //找到最后一个数的函数返回值赋值给lastPosition
        int lastPosition=searchLastPostion(nums,target);
        return vector<int>{firstPosition,lastPosition};
    }

    int searchFirstPosition(vector<int>& nums,int target)
    {
        int left=0,right=nums.size()-1;
        while(left<right)
        {
            int mid=left+(right-left)/2;//防止超出时间限制
            if(nums[mid]<target)
            {
                //mid下标比目标元素小,那么mid和mid左边一定不是目标元素第一次出现的位置
                //下一轮搜索[mid+1,right]
                left=mid+1;
            }
            else
            {
                //大于等于目标元素,说明mid或mid左边可能是,目标元素第一次出现的位置
                right=mid;
            }
        }
        //当left==right时退出循环,此时left=right=mid;
         if(nums[left]==target)
         {
             //判断此时的left值即此时的mid值是否等于目标数值,等于则返回此时下标
            return left;
         }
        return -1;
    }

    int searchLastPostion(vector<int>& nums,int target)
    {
        int left=0,right=nums.size()-1;
        while(left<right)
        {
            int mid=left+(right-left+1)/2;//防止死锁,无法走出循环
            if(nums[mid]>target)
            {
                right=mid-1;
            }
            else
            {
                left=mid;
            }
        }
        return left;
    }
};

运行结果:

三、寻找两个正序数组的中位数(困难题)

给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的  中位数 。

算法的时间复杂度应该为 O(log (m+n)) 。

示例 1:

输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
解释:合并数组 = [1,2,3] ,中位数 2

示例 2:

输入:nums1 = [1,2], nums2 = [3,4]
输出:2.50000
解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

提示:

  • nums1.length == m
  • nums2.length == n
  • 0 <= m <= 1000
  • 0 <= n <= 1000
  • 1 <= m + n <= 2000
  • -106 <= nums1[i], nums2[i] <= 106

这一题我也是处于一知半解的状态,放LeetCode官方题解吧

题解:

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        if (nums1.size() > nums2.size()) {
            return findMedianSortedArrays(nums2, nums1);
        }
        
        int m = nums1.size();
        int n = nums2.size();
        int left = 0, right = m;
        // median1:前一部分的最大值
        // median2:后一部分的最小值
        int median1 = 0, median2 = 0;

        while (left <= right) {
            // 前一部分包含 nums1[0 .. i-1] 和 nums2[0 .. j-1]
            // 后一部分包含 nums1[i .. m-1] 和 nums2[j .. n-1]
            int i = (left + right) / 2;
            int j = (m + n + 1) / 2 - i;

            // nums_im1, nums_i, nums_jm1, nums_j 分别表示 nums1[i-1], nums1[i], nums2[j-1], nums2[j]
            int nums_im1 = (i == 0 ? INT_MIN : nums1[i - 1]);
            int nums_i = (i == m ? INT_MAX : nums1[i]);
            int nums_jm1 = (j == 0 ? INT_MIN : nums2[j - 1]);
            int nums_j = (j == n ? INT_MAX : nums2[j]);

            if (nums_im1 <= nums_j) {
                median1 = max(nums_im1, nums_jm1);
                median2 = min(nums_i, nums_j);
                left = i + 1;
            } else {
                right = i - 1;
            }
        }

        return (m + n) % 2 == 0 ? (median1 + median2) / 2.0 : median1;
    }
};


http://www.kler.cn/news/363592.html

相关文章:

  • 【论文阅读】ESRGAN
  • NVIDIA 发布适用于网络安全的 NIM Blueprint
  • 轻松掌握Win10录屏技巧:四大神器推荐!
  • 《Windows PE》6.4.2 远程注入DLL
  • 骨传导耳机哪个品牌好?2024年五大热门精选骨传导耳机推荐
  • Flutter仿京东商城APP实战 用户中心基础布局
  • Jsoup在Java中:解析京东网站数据
  • OpenText ALM Octane,为您的 DevOps 管道提供质量保证
  • Java程序设计:spring boot(3)——spring boot核心配置
  • 学习--四元数介绍
  • Egg.js 项目的合理 ESLint 配置文件模板
  • qt 构建、执行qmake、运行、重新构建、清除
  • G - Add and Multiply Queries
  • C语言程序设计:现代设计方法习题笔记《chapter4》
  • Qt 实战(11)样式表 | 11.2、使用样式表
  • el-table动态新增/删除表单行及校验规则
  • 5G 现网信令参数学习(1) - MIB
  • 【openwrt-21.02】T750 openwrt 概率出现nat46_ipv4_input+0x90/0x4b4问题分析及解决方案
  • 【C++干货篇】——C/C++内存管理
  • yolov8s.pt转换成onxx再转换成rknn模型用于RK3588
  • arp代答观察
  • LeetCode:第1290题 二进制链表转整数
  • 构建物联网智能项目的框架与实践
  • 短视频去水印小程序流量主最新接口带配音功能
  • Python 学习笔记(十二)—— 网络编程
  • Ai环境安装教程