【二分查找】34. 在排序数组中查找元素的第一个和最后一个位置
引言
二分查找是一种高效的查找算法,其时间复杂度为 O(log n)。在许多情况下,我们需要在一个有序数组中找到某个目标值的搜索范围。本文将介绍一种基于二分查找的搜索范围查找算法,该算法能够快速找到目标值在数组中的起始和结束位置。 在另一篇博客里讲过二分法的模板: 《二分法的模板讲解》
问题描述
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。
解题思路
该算法的核心思想是在二分查找的基础上进行修改,以实现搜索范围的查找。具体来说,我们需要实现两个辅助函数:binarySearchLeft 和 binarySearchRight,分别用于查找目标值在数组中的左边界和右边界。
binarySearchLeft
binarySearchLeft 函数的实现思路与二分查找类似,但在判断条件上略有不同。当 nums[mid] >= target 时,我们更新右边界 r = mid,以便在下一次迭代时继续搜索左侧区域。这样,当循环结束时,l 指针所指向的位置即为目标值的左边界。
binarySearchRight
binarySearchRight 函数的实现思路与 binarySearchLeft 类似,但在判断条件上略有不同。当 nums[mid] <= target 时,我们更新左边界 l = mid,以便在下一次迭代时继续搜索右侧区域。这样,当循环结束时,r 指针所指向的位置即为目标值的右边界。
searchRange
searchRange 函数是主函数,用于接收目标值,并调用 binarySearchLeft 和 binarySearchRight 函数找到目标值的左边界和右边界。如果找到的左边界和右边界满足条件(leftIdx <= rightIdx && rightIdx<nums.size() && nums[leftIdx]==target && nums[rightIdx]==target),则返回目标值的搜索范围,否则返回 -1。
代码
class Solution {
public:
int binarySearchLeft(vector<int>& nums, int target) {
int l=-1, r=(int)nums.size();
while (l+1!=r) {
int mid = l+(r-l)/2;
if(nums[mid]>=target) {
r = mid;
} else {
l = mid;
}
}
return r;
}
int binarySearchRight(vector<int>& nums, int target) {
int l=-1, r=(int)nums.size();
while (l+1!=r) {
int mid = l+(r-l)/2;
if(nums[mid]<=target) {
l = mid;
} else {
r = mid;
}
}
return l;
}
vector<int> searchRange(vector<int>& nums, int target) {
int leftIdx = binarySearchLeft(nums, target);
int rightIdx = binarySearchRight(nums, target);
if(leftIdx<=rightIdx && rightIdx<nums.size() && nums[leftIdx]==target && nums[rightIdx]==target) {
return {leftIdx, rightIdx};
}
return {-1, -1};
}
};
结论
基于二分查找的搜索范围查找算法具有高效性,时间复杂度为 O(log n)。在实际应用中,它可以帮助我们快速找到目标值在数组中的搜索范围,为后续操作提供便利。
本文由mdnice多平台发布