在排序数组中查找元素的第一个和最后一个位置
来源:力扣(LeetCode) 链接:leetcode.cn/problems/fi…
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
代码
class Solution {
public int[] searchRange(int[] nums, int target) {
int[] result = {-1, -1};
int left = 0, right = nums.length - 1;
// 查找第一个出现的位置
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] >= target) {
right = mid - 1;
} else {
left = mid + 1;
}
}
if (left >= nums.length || nums[left] != target) {
return result;
}
result[0] = left;
left = 0;
right = nums.length - 1;
// 查找最后一个出现的位置
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] <= target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
result[1] = right;
return result;
}
}
思路分析
这个算法的时间复杂度为O(log n),其中n是数组的长度。它使用二分查找算法来解决问题。
这个算法的思路是先查找元素第一次出现的位置,然后再查找元素最后一次出现的位置。我们可以使用二分查找算法来查找这两个位置。具体地,我们先查找第一个出现的位置。如果中间元素大于等于目标元素,我们就在左半边数组中继续查找;否则,在右半边数组中查找。我们重复这个过程直到左右边界重合。如果左边界越界或者数组中左边界元素不等于目标元素,说明目标元素不在数组中,我们直接返回结果。否则,我们记录第一个出现位置的下标,然后查找最后一个出现位置。如果中间元素小于等于目标元素,我们就在右半边数组中查找;否则,在左半边数组中查找。我们重复这个过程直到左右边界重合。最后,我们返回结果。
这个算法的优点是它非常简单,时间复杂度为O(log n),空间复杂度为O(1)。缺点是它可能需要进行两次二分查找,这可能会增加算法的复杂度。
搜索插入位置
来源:力扣(LeetCode) 链接:leetcode.cn/problems/se…
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
代码
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
}
思路分析
这个算法的时间复杂度为O(log n),其中n是数组的长度。它使用二分查找算法来解决问题。
这个算法的思路是查找目标元素在有序数组中的位置,如果目标元素存在于数组中,我们就返回它的下标;否则,我们就返回它应该插入的位置。我们可以使用二分查找算法来查找目标元素的位置。具体地,我们用左右指针来表示数组的边界,然后计算中间元素的下标。如果中间元素等于目标元素,我们就直接返回它的下标。如果中间元素小于目标元素,我们就在右半边数组中查找;否则,在左半边数组中查找。我们重复这个过程直到左右边界重合。如果目标元素不存在于数组中,我们就返回左边界。
这个算法的优点是它非常简单,时间复杂度为O(log n),空间复杂度为O(1)。缺点是它不够通用,只适用于有序数组的查找。