力扣34题. 在排序数组中查找元素的第一个和最后一个位置

简介: 力扣34题. 在排序数组中查找元素的第一个和最后一个位置

题目描述:

给定一个按照升序排列的整数数组 nums,和一个目标值 target。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]。

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]

1
2
3
4
5
6
7
8
9
10
11
12
13
思路:

利用二分思想先找其左边界,再找其右边界即可,注意找左边界的时候,由右侧逼近;找右边界的时候,由左侧逼近,即可。

1、首先,在 nums 数组中二分查找得到第一个大于等于 target的下标leftBorder;
2、在 nums 数组中二分查找得到第一个大于等于 target+1的下标, 减1则得到rightBorder;
3、如果开始位置在数组的右边或者不存在target,则返回[-1, -1] 。否则返回[leftBorder, rightBorder]

class Solution {

public int[] searchRange(int[] nums, int target) {

    // 判空
    if (null == nums) {
        return new int[]{-1, -1};
    }
    if (nums.length == 0) {
        return new int[]{-1, -1};
    }

    // 获取数组长度
    int len = nums.length;

    // 存储结果
    int[] res = new int[]{-1, -1};

    // 头指针和尾指针
    int left = 0, right = len - 1;

    // 二分法遍历
    while (left <= right) {
        // 获取中间索引
        int mid = (left + right) / 2;

        // 判断中间值与目标值
        if (target < nums[mid]) {
            // 中间值更大,往前面找
            right = mid - 1;
            continue;
        }
        if (target > nums[mid]) {
            // 中间值更小,往后面找
            left = mid + 1;
            continue;
        }
        if (target == nums[mid]) {
            // 中间值等于目标值,则往前和往后依次找到目标值的开始索引和结束索引
            int i = mid - 1;
            // 找开始位置
            while (i >= left) {
                if (nums[i] != target) {
                    res[0] = i + 1;
                    // 找到直接结束循环
                    break;
                }
                i--;
            }
            // 判断是否找到最后
            if (i == left - 1) {
                // 说明最左边就是开始位置
                res[0] = left;
            }

            // 找结束位置
            i = mid + 1;
            while (i <= right) {
                if (nums[i] != target) {
                    res[1] = i - 1;
                    // 找到直接结束循环
                    break;
                }
                i++;
            }
            // 判断是否找到最后
            if (i == right + 1) {
                // 说明最右边就是结束位置
                res[1] = right;
            }

            // 两个都找到之后,直接结束循环即可
            break;
        }
    }

    // 返回结果
    return res;
}

}

相关文章
【力扣】-- 移除链表元素
【力扣】-- 移除链表元素
156 1
|
7月前
|
机器学习/深度学习 存储 算法
【LeetCode 热题100】347:前 K 个高频元素(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 347——前 K 个高频元素的三种解法:哈希表+小顶堆、哈希表+快速排序和哈希表+桶排序。每种方法都附有清晰的思路讲解和 Go 语言代码实现。小顶堆方法时间复杂度为 O(n log k),适合处理大规模数据;快速排序方法时间复杂度为 O(n log n),适用于数据量较小的场景;桶排序方法在特定条件下能达到线性时间复杂度 O(n)。文章通过对比分析,帮助读者根据实际需求选择最优解法,并提供了完整的代码示例,是一篇非常实用的算法学习资料。
474 90
|
5月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
238 1
【LeetCode 27】347.前k个高频元素
【LeetCode 27】347.前k个高频元素
130 0
|
索引
Leetcode第三十三题(搜索旋转排序数组)
这篇文章介绍了解决LeetCode第33题“搜索旋转排序数组”的方法,该问题要求在旋转过的升序数组中找到给定目标值的索引,如果存在则返回索引,否则返回-1,文章提供了一个时间复杂度为O(logn)的二分搜索算法实现。
119 0
Leetcode第三十三题(搜索旋转排序数组)
|
算法 C++
Leetcode第53题(最大子数组和)
这篇文章介绍了LeetCode第53题“最大子数组和”的动态规划解法,提供了详细的状态转移方程和C++代码实现,并讨论了其他算法如贪心、分治、改进动态规划和分块累计法。
225 0
|
C++
【LeetCode 12】349.两个数组的交集
【LeetCode 12】349.两个数组的交集
96 0
【LeetCode 06】203.移除链表元素
【LeetCode 06】203.移除链表元素
117 0
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
247 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
357 2

热门文章

最新文章

下一篇
oss云网关配置