当前位置: 首页 > news >正文

【专题刷题】二分查找(二)

📝前言说明:

  • 本专栏主要记录本人的基础算法学习以及LeetCode刷题记录,按专题划分
  • 每题主要记录:(1)本人解法 + 本人屎山代码;(2)优质解法 + 优质代码;(3)精益求精,更好的解法和独特的思想(如果有的话)
  • 文章中的理解仅为个人理解。如有错误,感谢纠错

🎬个人简介:努力学习ing
📋本专栏:C++刷题专栏
📋其他专栏:C语言入门基础,python入门基础,C++学习笔记,Linux
🎀CSDN主页 愚润泽

视频

  • 69. x 的平方根
    • 个人解
  • 35. 搜索插入位置
    • 个人解
  • 852. 山脉数组的峰顶索引
    • 个人解
  • 162. 寻找峰值
    • 个人解
  • 153. 寻找旋转排序数组中的最小值
    • 个人解
    • 优质解
  • LCR 173. 点名
    • 个人解


69. x 的平方根

在这里插入图片描述

个人解

思路:

  • 确定答案区间:[0, min(x, 46341)](46341 是 2^31 - 1 的平方根 + 1)
  • 问题转换成:找平方 <= x 的右端点(因为题目向下取整)
  • mid选取判断:因为向下取整,left = mid会死循环

用时:
屎山代码:

class Solution {
public:int mySqrt(int x) {int left = 0, right = min(x, 46341);while(left < right) {unsigned int mid = left + (right - left + 1) / 2;if(mid * mid <= x)left = mid;elseright = mid - 1;}return left;}
};

时间复杂度:O(n)
空间复杂度:O(1)


35. 搜索插入位置

在这里插入图片描述

个人解

思路:

  • 题目意思:有target就返回target,没有就返回 >target 的第一个位置
  • 总结一下:就是返回 >= target 的第一个位置
  • 细节处理:模拟三种情况:1,正常找到target或者正常在数组中间插入;2,全部值都小于target;3,全部值都大于target(在这道题中要特殊处理全小于target的情况)

用时:5:00
屎山代码:

class Solution {
public:int searchInsert(vector<int>& nums, int target) {int left = 0, right = nums.size() - 1;while(left < right){int mid = left + (right - left) / 2;if(nums[mid] < target)left = mid + 1;elseright = mid;}// 特殊处理全小于target的情况if(nums[right] >= target)return right;elsereturn nums.size();}
};

时间复杂度:O(logN)
空间复杂度:O(1)


852. 山脉数组的峰顶索引

在这里插入图片描述

个人解

思路:

  • 二段性:每次和右边的数比较
  • 右边的数不存在 / 右边的数 <= 当前数:山峰肯定在 [left, mid]
  • 右边的数 > 当前数:山峰肯定在 [mid + 1, right]

用时:5:00
屎山代码:

class Solution {
public:int peakIndexInMountainArray(vector<int>& arr) {int left = 0, right = arr.size() - 1;while(left < right){int mid = left + (right - left) / 2;if(mid + 1 == arr.size() || arr[mid + 1] <= arr[mid])right = mid;elseleft = mid + 1;}return right;}
};

时间复杂度:O(logN)
空间复杂度:O(1)


162. 寻找峰值

在这里插入图片描述
在这里插入图片描述

个人解

思路:

  • 这道题的提示3:nums[i] != nums[i + 1],太重要了(保证了一定有一个峰值)
  • 每次和右侧数字比较
  • > 右侧的数字:峰值一定在[left ,mid](mid有可能是峰值)
  • < 右侧的数字:峰值一定在[mid + 1, right]

用时:10:00(一开始没看到提示3)
屎山代码:

class Solution {
public:int findPeakElement(vector<int>& nums) {int left = 0, right = nums.size() - 1;while(left < right){int mid = left + (right - left) / 2;if(nums[mid] > nums[mid + 1])right = mid;elseleft = mid + 1;}return right;}
};

时间复杂度:O(logN)
空间复杂度:O(1)


153. 寻找旋转排序数组中的最小值

个人解

思路:

  • 利用数组的有序性二分,找最小
  • 但是问题在于:这里在翻转以后可能出现两段数组!一段数组上查找的时候,要判断最小值会不会出行在另一段数组上
  • 如何判断呢?如果真的有两段数组,则第二段数组的最大值一定是nums[n-1],如果当前nums[mid] < nums[n - 1]代表在正确的数组上查找了,反之就是在错误的数组上查找了,要让left移动到右边

用时:15:00
屎山代码:

class Solution {
public:int findMin(vector<int>& nums) {int n = nums.size();int left = 0, right = n - 1;while(left < right){int mid = left + (right - left) / 2;if(mid + 1 == n || (nums[mid] < nums[mid + 1] && nums[mid] < nums[n - 1]))right = mid;elseleft = mid + 1;}return nums[right];}
};

时间复杂度:O(log n)
空间复杂度:O(1)


优质解

看了官方题解以后想到的:
在这里插入图片描述

  • 如果翻转了,产生了两个数组,则最小值,一定在第二个数组上!!!
  • 并且,前一个数组的元素都大于第二个数组的元素
  • 那我们的比较基准就可以和最后一个值进行比较
  • > nums[n-1]:数组错了,答案一定在[mid + 1, right]
  • < nums[n-1]:答案一定在[left, mid]mid也有可能是答案

代码:

class Solution {
public:int findMin(vector<int>& nums) {int n = nums.size();int left = 0, right = n - 1;while(left < right){int mid = left + (right - left) / 2;if(nums[mid] < nums[n - 1])right = mid;elseleft = mid + 1;}return nums[right];}
};

LCR 173. 点名

个人解

思路:

  • 因为数组是升序排序的,且学号从0开始,利用学号和下标对应的特点,找出缺失值在哪一遍
  • mid == records[mid] ,则缺失值在 [mid + 1, right]
  • mid > records[left, mid]
  • 特殊判断,最后一个同学缺席

用时:7:00
屎山代码:

class Solution {
public:int takeAttendance(vector<int>& records) {int n = records.size();if(records[n - 1] == n - 1)return n;int left = 0, right = n - 1;while(left < right){int mid = left + (right - left) / 2;if(mid == records[mid])left = mid + 1;elseright = mid;}return records[right] - 1;}
};

时间复杂度:O(log n)
空间复杂度:O(1)


🌈我的分享也就到此结束啦🌈
要是我的分享也能对你的学习起到帮助,那简直是太酷啦!
若有不足,还请大家多多指正,我们一起学习交流!
📢公主,王子:点赞👍→收藏⭐→关注🔍
感谢大家的观看和支持!祝大家都能得偿所愿,天天开心!!!


http://www.mrgr.cn/news/100057.html

相关文章:

  • 单机无穷大系统暂态稳定性仿真Matlab模型
  • 【Kafka 初学】为什么启动 Kafka 前必须先启动 Zookeeper
  • Canvas入门教程!!【Canvas篇二】
  • 第TR5周:Transformer实战:文本分类
  • 基于Axure的动态甘特图设计:实现任务增删改与时间拖拽交互
  • 初一试后担忧
  • 【c++11】c++11新特性(下)(可变参数模板、default和delete、容器新设定、包装器)
  • Redis是单线程的,如何提高多核CPU的利用率?
  • Python Transformers 库介绍
  • Langchain入门介绍
  • 【金仓数据库征文】金仓数据库:开启未来技术脑洞,探索数据库无限可能
  • 5.6 Microsoft Semantic Kernel:专注于将LLM集成到现有应用中的框架
  • 【黑马 微服务面试篇】
  • AI之FastAPI+ollama调用嵌入模型OllamaBgeEmbeddings
  • 【torch\huggingface默认下载路径修改】.cache/torch/ 或 .cache/huggingface
  • 金仓数据库征文-政务领域国产化数据库更替:金仓 KingbaseES 应用实践
  • General Spark Operations(Spark 基础操作)
  • 一天学完Servlet!!!(万字总结)
  • 杨立昆:卷积神经网络创始者,人工智能领路人
  • redis特性及应用场景