当前位置: 首页 > article >正文

【优选算法】——二分查找!

目录

1、二分查找

2、在排序数组中查找元素的第一个和最后一个位置

3、搜索插入位置

4、x的平方根

5、山脉数组的封顶索引

6、寻找峰值 

7、寻找旋转排序数组中的最小值

8、点名

9、完结散花


1、二分查找

给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target  ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1


示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

题解:这个题目我们只要用到朴素版的二分查找算法即可!

解题代码:

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

2、在排序数组中查找元素的第一个和最后一个位置

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]

解题代码:

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        if(nums.empty()) return {-1,-1};//处理边界情况
        vector<int> ret;
        int left=0,right=nums.size()-1;
        //求左端点
        while(left<right)//判断条件一定是<,如果<=则会进入死循环
        {
            int mid=left+(right-left)/2;//不能加1,否则死循环
            if(nums[mid]<target) left=mid+1;
            else right=mid;
        }
        ret.push_back(nums[right]==target?right:-1);
        //求右端点
        left=0,right=nums.size()-1;
        while(left<right)
        {
            int mid=left+(right-left+1)/2;//一定要加1,否则死循环
            if(nums[mid]>target) right=mid-1;
            else left=mid;
        }
        ret.push_back(nums[left]==target?left:-1);
        return ret;
    }
};

3、搜索插入位置

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

解题代码: 

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

4、x的平方根

给你一个非负整数 x ,计算并返回 x 的 算术平方根 。

由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。

注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5) 或者 x ** 0.5 。

示例 1:

输入:x = 4
输出:2

示例 2:

输入:x = 8
输出:2
解释:8 的算术平方根是 2.82842..., 由于返回类型是整数,小数部分将被舍去。

解题代码:

class Solution {
public:
    int mySqrt(int x) {
        //求右端点
        long long left=0,right=x;
        while(left<right)
        {
            long long mid=left+(right-left+1)/2;
            if(mid*mid<=x) left=mid;
            else right=mid-1;
        }
        return left;
    }
};

5、山脉数组的封顶索引

给定一个长度为 n 的整数 山脉 数组 arr ,其中的值递增到一个 峰值元素 然后递减。

返回峰值元素的下标。

你必须设计并实现时间复杂度为 O(log(n)) 的解决方案。

示例 1:

输入:arr = [0,1,0]
输出:1

示例 2:

输入:arr = [0,2,1,0]
输出:1

示例 3:

输入:arr = [0,10,5,2]
输出:1

class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        int left=0,right=arr.size()-1;
        //求最右端点
        while(left<right)
        {
            int mid=left+(right-left+1)/2;
            if(arr[mid]<arr[mid-1]) right=mid-1;
            else left=mid;
        }
        return left;
    }
};

6、寻找峰值 

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。

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

7、寻找旋转排序数组中的最小值

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 = [0,1,2,4,5,6,7] 在变化后可能得到:

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

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]] 。

给你一个元素值 互不相同 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 。

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 = [3,4,5,1,2]
输出:1
解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。

示例 2:

输入:nums = [4,5,6,7,0,1,2]
输出:0
解释:原数组为 [0,1,2,4,5,6,7] ,旋转 3 次得到输入数组。

示例 3:

输入:nums = [11,13,15,17]
输出:11
解释:原数组为 [11,13,15,17] ,旋转 4 次得到输入数组。

class Solution {
public:
    int findMin(vector<int>& nums) {
        int n=nums.size()-1;
        //处理特殊情况,即未发生旋转,或旋转到原数组
        if(nums[0]<nums[n]) return nums[0];
        int left=0,right=n;
        //求最左端点
        while(left<right)
        {
            int mid=left+(right-left)/2;
            if(nums[mid]<nums[0]) right=mid;
            else left=mid+1;
        }
        return nums[left];
    }
};

8、点名

某班级 n 位同学的学号为 0 ~ n-1。点名结果记录于升序数组 records。假定仅有一位同学缺席,请返回他的学号。

示例 1:

输入: records = [0,1,2,3,5]
输出: 4

示例 2:

输入: records = [0, 1, 2, 3, 4, 5, 6, 8]
输出: 7

class Solution {
public:
    int takeAttendance(vector<int>& r) {
        int end=r.size()-1;
        //特殊情况处理
        if(r[end]==end) return end+1;
        int left=0,right=end;
        //求最左端点的二分查找
        while(left<right)
        {
            int mid=left+(right-left)/2;
            if(r[mid]>mid) right=mid;
            else left=mid+1;
        }
        return right;
    }
};

其他解法: 

>hash映射

class Solution {
public:
    int takeAttendance(vector<int>& r) {
        int n=r.size()+1;
        int hash[10000]={0};
        for(auto e:r) hash[e]++;
        for(int i=0;i<n;i++) 
        {
            if(hash[i]==0)
            return i;
        }
        return n;
    }
};

>位运算

class Solution {
public:
    int takeAttendance(vector<int>& r) {
        int ret=0;
        for(int i=0;i<r.size();i++)
        {
            ret^=r[i];
            ret^=i;
        }
        return ret^=r.size();
    }
};

>暴力查找

class Solution {
public:
    int takeAttendance(vector<int>& r) {
        int ret=0;
        for(int i=0;i<r.size();i++)
        {
            if(r[i]!=i) return i;
        }
        return r.size();
    }
};

>数学(高斯求和公式)

class Solution {
public:
    int takeAttendance(vector<int>& r) {
        int ret=0,sum1=0,sum2=0;
        for(int i=0;i<r.size();i++)
        {
            sum1+=r[i];
            sum2+=i;
        }
        return sum2-sum1+r.size();
    }
};

9、完结散花

好了,这期的分享到这里就结束了~

如果这篇博客对你有帮助的话,可以用你们的小手指点一个免费的赞并收藏起来哟~

如果期待博主下期内容的话,可以点点关注,避免找不到我了呢~

我们下期不见不散~~

​​​​


http://www.kler.cn/a/379676.html

相关文章:

  • Python并发编程库:Asyncio的异步编程实战
  • 【系统架构设计师(第2版)】目录
  • WPF+MVVM案例实战(二十一)- 制作一个侧边弹窗栏(AB类)
  • 一些硬件知识【2024/11/3】
  • 看门狗有什么用?
  • Rust 力扣 - 3090. 每个字符最多出现两次的最长子字符串
  • C++转python语法训练 算法模板02
  • Arduino平台软硬件原理及使用——热释电传感器的使用
  • gRPC-集成Springboot
  • 001-Kotlin界面开发之Jetpack Compose Desktop学习路径
  • 并发编程(6)——future、promise、async,线程池
  • 【Mars3d】targetPosition支持动态属性坐标
  • ctfshow——web(总结持续更新)
  • 《向量数据库指南》——BGE-M3:引领多模态RAG系统新风尚!
  • Docker容器消耗资源过多导致宿主机死机解决方案
  • openGauss开源数据库实战十五
  • 企业数据泄露安全演练(分享)
  • 飞牛OS在Docker中安装ODOO ERP系统
  • 书签管理工具使用技巧
  • Transformer和BERT的区别
  • Springboot 整合 Java DL4J 实现情感分析系统
  • SQL 视图:概念、应用与最佳实践
  • 教程:使用 InterBase Express 访问数据库(四)
  • C++在游戏开发中的应用与实践
  • [前端面试]计算机网络
  • C语言案例——青蛙跳台阶问题