统计一个数字在排序数组中出现的次数。
示例 1:
输入: nums = [5,7,7,8,8,10], target = 8 输出: 2 示例 2:
输入: nums = [5,7,7,8,8,10], target = 6 输出: 0
提示:
0 <= nums.length <= 105 -109 <= nums[i] <= 109 nums 是一个非递减数组 -109 <= target <= 109
解题思路:
排序数组中的搜索问题,首先想到 二分法 解决。
排序数组 nums 中的所有数字 target 形成一个窗口,记窗口的 左 / 右边界 索引分别为 left 和 right ,分别对应窗口左边 / 右边的首个元素。
本题要求统计数字 target 的出现次数,可转化为:使用二分法分别找到 左边界 left 和 右边界 right ,易得数字 target 的数量为 right−left−1 。
算法解析:
效率优化:
复杂度分析:
时间复杂度 O(logN) : 二分法为对数级别复杂度。
空间复杂度 O(1) : 几个变量使用常数大小的额外空间。
代码:
可将 nums[m]=target 情况合并至其他两种情况中。
class Solution {
public int search(int[] nums, int target) {
int right, left;
// 搜索右边界 right
int i = 0, j = nums.length - 1;
while (i <= j) {
int mid = (i + j) / 2;
if (nums[mid] <= target) {
i = mid + 1;
} else {
j = mid - 1;
}
}
right = i;
// 若数组中无 target ,则提前返回
if (j >= 0 && nums[j] != target) {
return 0;
}
// 搜索左边界 right
i = 0;
j = nums.length - 1;
while (i <= j) {
int mid = (i + j) / 2;
if (nums[mid] < target) {
i = mid + 1;
} else {
j = mid - 1;
}
}
left = j;
return right - left - 1;
}
}
以上代码显得比较臃肿(两轮二分查找代码冗余)。为简化代码,可将二分查找右边界 right 的代码 封装至函数 helper() 。
如上图所示,由于数组 nums 中元素都为整数,因此可以分别二分查找 target 和 target−1 的右边界,将两结果相减并返回即可。
本质上看, helper() 函数旨在查找数字 tar 在数组 nums 中的 插入点 ,且若数组中存在值相同的元素,则插入到这些元素的右边。
class Solution {
public int search(int[] nums, int target) {
return helper(nums, target) - helper(nums, target - 1);
}
int helper(int[] nums, int tar) {
int i = 0, j = nums.length - 1;
while(i <= j) {
int m = (i + j) / 2;
if(nums[m] <= tar) i = m + 1;
else j = m - 1;
}
return i;
}
}
又或者可以找到 target 窗口的起点和终点,分别为 left 和 right,则 target 的数量为 right - left + 1。
class Solution {
public int search(int[] nums, int target) {
int right = -1, left = -1, count = 0;
// 搜索右边界 right
int i = 0, j = nums.length - 1;
while (i <= j) {
int mid = (i + j) / 2;
if (nums[mid] < target) {
i = mid + 1;
} else if (nums[mid] > target) {
j = mid - 1;
} else {
// 判读是不是 target 窗口的起点
if ((mid > 0 && nums[mid - 1] != target) || mid == 0) {
left = mid;
break;
} else {
j = mid - 1;
}
}
}
// 搜索左边界 right
i = 0;
j = nums.length - 1;
while (i <= j) {
int mid = (i + j) / 2;
if (nums[mid] < target) {
i = mid + 1;
} else if (nums[mid] > target) {
j = mid - 1;
} else {
// 判读是不是 target 窗口的终点
if ((mid < nums.length - 1 && nums[mid + 1] != target) || mid == nums.length - 1) {
right = mid;
break;
} else {
i = mid + 1;
}
}
}
if (left > -1 && right > -1) {
count = right - left + 1;
}
return count;
}
}