当前位置: 首页 > article >正文

Leetcode 寻找峰值

在这里插入图片描述

为了实现时间复杂度为 O ( log ⁡ n ) O(\log n) O(logn),可以使用二分查找法:

解题思路:

  1. 峰值的特性是:当前元素大于左右相邻元素。
  2. 使用二分法:
    • 如果 nums[mid] > nums[mid + 1],说明峰值在左侧或当前 mid 位置(包括 mid),因此将 right = mid
    • 否则峰值在右侧,因此将 left = mid + 1
  3. 不断收缩区间,直到 left == right,此时即找到峰值。

时间复杂度:

  • 时间复杂度:(O(\log n)),因为每次迭代都将搜索范围减半。
  • 空间复杂度:(O(1)),不需要额外的空间。

java 实现

class Solution {
    public int findPeakElement(int[] nums) {
        int left = 0, right = nums.length - 1;
        
        while (left < right) {
            int mid = left + (right - left) / 2;
            
            // 如果中点比右侧元素大,说明峰值在左侧(包括mid)
            if (nums[mid] > nums[mid + 1]) {
                right = mid;
            } else { // 否则峰值在右侧
                left = mid + 1;
            }
        }
        
        // 最终left和right会相遇,此时即为峰值位置
        return left;
    }
}

数组即便不是有序的,为什么仍然二分查找仍然可以找到峰值?

这是因为这道题的二分查找并不依赖于数组是否有序,而是利用了“峰值”的定义和数组的局部特性。

关键点

  1. 题目定义的峰值条件

    • 峰值是指某个元素严格大于其左右邻居的元素。
    • 如果一个元素 nums[mid] > nums[mid + 1],那么在 mid 或者其左侧一定存在一个峰值。
    • 如果 nums[mid] < nums[mid + 1],那么在 mid 的右侧一定存在一个峰值。
  2. 为什么可以二分?
    二分查找的核心在于:

    • 每次选择一个中间点 mid,并根据某个条件判断下一个搜索范围。
    • 在这道题中,“峰值”可以通过比较 nums[mid]nums[mid + 1] 来判断范围:
      • 如果 nums[mid] > nums[mid + 1]
        • 峰值在左侧或就是 mid,因为 mid 本身比右边的大(局部性质),可以舍弃右侧部分。
      • 如果 nums[mid] < nums[mid + 1]
        • 峰值一定在右侧,因为右边存在一个更大的值,最终会到达一个下降点形成峰值。

    这利用了“递增到下降”的局部特性来缩小搜索范围。

  3. 数学直观解释

    • 假设数组中不存在连续相等的数字(即没有平缓区域),并且在数组两端可以假想有值为负无穷的元素(题目已假设 nums[-1] = nums[n] = -∞)。
    • 在数组中总能找到一个峰值元素,原因是:
      • 如果数组中存在一个“上升”趋势,例如 nums[i] < nums[i+1],那么在右侧一定有一个峰值。
      • 如果数组中存在一个“下降”趋势,例如 nums[i] > nums[i+1],那么左侧也一定存在一个峰值。

    这种趋势保证了每次二分缩小范围后,最终一定会收敛到某个峰值点。

  4. 非有序数组的适用性
    题目并没有要求数组有序。因为峰值是局部性质(仅与相邻元素有关),只需要每次确定搜索方向,而不是依赖整体有序性。二分查找法的效率仍然得以保证。


举例说明

以数组 nums = [1, 2, 1, 3, 5, 6, 4] 为例:

  • 初始:
    • left = 0, right = 6,取中间点 mid = 3nums[mid] = 3
    • 比较 nums[mid]nums[mid + 1]3 < 5,说明右侧有峰值,更新 left = mid + 1
  • 第二轮:
    • left = 4, right = 6,取中间点 mid = 5nums[mid] = 6
    • 比较 nums[mid]nums[mid + 1]6 > 4,说明左侧有峰值,更新 right = mid
  • 第三轮:
    • left = 4, right = 5,取中间点 mid = 4nums[mid] = 5
    • 比较 nums[mid]nums[mid + 1]5 < 6,说明右侧有峰值,更新 left = mid + 1
  • 最终:
    • left = right = 5,返回 5,此时峰值为 6

总结

二分查找法在这道题中能用,是因为:

  1. 峰值的定义是局部性质,不依赖数组整体有序性。
  2. 每次比较中点和其右侧元素,可以有效缩小搜索范围。
  3. 这种方法本质上是利用数组的递增和递减趋势来确定峰值位置。

http://www.kler.cn/a/401830.html

相关文章:

  • 移门缓冲支架的工作原理
  • 网络安全领域的最新动态和漏洞信息
  • SD模型微调之Textual Inversion和Embedding fine-tuning
  • IO技术详解
  • 使用 JavaScript 制作 To-Do List
  • golang开源框架:go开源验证框架validator
  • flink StreamGraph 构造flink任务
  • Blender vs 3dMax谁才是3D软件的未来?
  • 【Unity踩坑】Unity编辑器占用资源过高
  • SSH公钥有什么用?Windows 11操作系统上如何获取SSH公钥
  • 厦门凯酷全科技有限公司正规吗?
  • 【设计模式】行为型模式(三):责任链模式、状态模式
  • 【Python模拟websocket登陆-拆包封包】
  • 优化装配,提升品质:虚拟装配在汽车制造中的关键作用
  • 悬浮框前端效果查看与造数
  • 硬件工程师之电子元器件—二极管(10)之可变电容和TVS二极管
  • 从0开始学PHP面向对象内容之常用设计模式(建造者,原型)
  • 【PGCCC】PostgreSQL 数据库设计中的文本标识符 | 翻译
  • docker有哪些网络模式
  • 【计算机网络实验】之静态路由配置
  • 前端项目接入单元测试手册
  • 白蚁自动化监测系统的装置和优势
  • 【网络安全】(一) 0成本添加访问级监控
  • 【C/C++】随机数生成的现代化封装
  • 前端注册代码
  • C#获取视频第一帧_腾讯云媒体处理获取视频第一帧