一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第5天，点击查看活动详情。
前言
今天的题目为简单，主要是考察到了二分查找算法，对于题目中的有序算法的查找，又要求需要 O(logn) 的时间复杂度，首先就要想到二分查找算法。
每日一题
今天的题目是 35. 搜索插入位置，难度为简单
-
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
题解
二分查找解题
看到题目中要求的 时间复杂度为 O(log n) 的算法。 马上想到 二分查找，因为二分查找就是在有序列表中查找某一个值的方法，时间复杂度也正好是 O(log n)，那么我们就把算法锁定在了二分查找。
二分查找的思维就是，在一个有序数组当中，我们可以每次取得当前数组的中间值，然后对比中间值和目标值，这样就可以一分为二的缩小查找范围。
在这道题当中，我们一样要用这种思维去查找我们想要的数字，不同的是，在我们找到这个数的时候，就要返回这个数的下标，但是数组中要是不存在这个数组，也就是我们找到了指针重合的时候还没有找到，那么就将重合位置上的索引返回出去。
/**
* @param {number[]} nums
* @param {number} target
* @return {number}
*/
var searchInsert = function (nums, target) {
let left = 0;
let right = nums.length - 1;
while (left <= right) {
const mid = Math.floor((right - left) / 2) + left;
if (nums[mid] === target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid - 1;
}
}
return left;
};
