ACM 选手图解 LeetCode 搜索旋转排序数组Ⅱ

简介: ACM 选手图解 LeetCode 搜索旋转排序数组Ⅱ

大家好呀,今天我还是旋转蛋。


今天解决索旋转排序数组Ⅱ,难度比【搜索旋转排序数组】做了升级,数组中的元素不是唯一的,存在了重复元素


小样儿,套个马甲照样认识,话不多说,整它!

640.png



 LeetCode 81:搜索旋转排序数组Ⅱ


题意


整数数组 nums 非降序排列且可能存在重复元素。


给出从某个下标旋转后的数组 nums 和一个整数 target,如果 target 在 nums 中返回 true,否则返回 false。


示例


输入:nums = [2,5,6,0,0,1,2], target = 0

输出:true

解释:原 nums = [0,0,1,2,2,5,6],从下标 4 旋转后变为现在的 nums = [2,5,6,0,0,1,2]。


提示


题目数据保证 nums 在预先未知的某个下标上进行了旋转。


  • 1 <= len(nums) <= 5000
  • -10^4 <= nums[i]、target <= 10^4


题目解析


二分查找经典好题,难度中等,是之前我们做过搜索旋转排序数组升级版。


搜索旋转排序数组中,整数数组 nums 原本是个升序排列且无重复元素的数组。


而在本题搜索旋转排序数组Ⅱ中,整数数组 nums 成了非降序排列且可能出现重复元素的数组


升级在哪?


就升级在数组从【无重复元素】的数组变成了【可能存在重复元素】的数组。


搜索旋转排序数组这道题我说过,数组被旋转以后,总有一部分还是有序的


原先没重复元素的时候,比如 [4,5,6,7,0,1,2] 中,我找到 mid,不管是 0 ~ mid 或者 mid ~ n-1,总有半拉子是有序的。


要是 nums[low] <= nums[mid],那就是左区间有序,否则右区间有序。


但是现在出现了重复元素以后,这样判断可能会失效。


因为可能有[4,5,4,4,4] 这种情况,此时 nums[low] == nums[mid] == nums[high],这就没法判断左区间和右区间哪个是有序的。

640.jpg

碰到这种情况,一般的解决办法就是收缩区间


收缩区间就是 low 向右移动,同时 high 向左移动,直至出现 num[low] != nums[mid] 或者 nums[mid] != nums[high] 的情况


碰到不一样的,我们就可以用搜索旋转排序数组的办法,判断左右区间哪个是有序的,哪个是无序的

640.jpg


具体步骤就成了:


  • 找出 mid,如果 nums[mid] == target,直接返回。
  • 如果 nums[low] == nums[mid] == nums[high],low 向右移动,high 向左移动
  • 如果 [low,mid-1] 有序:
  • target 在 [nums[low],nums[mid]] 中,范围缩小至 [low,mid-1]。
  • target 不在[nums[low],nums[mid]] 中,范围缩小至 [mid+1,high]。
  • 如果 [mid+1,high] 有序:
  • target 在 [nums[mid+1],nums[high]] 中,范围缩小至 [mid+1,high]。
  • target 不在 [nums[mid+1],nums[high]] 中,范围缩小至 [low,mid-1]。

图解


nums = [3,1,2,3,3,3,3], target = 2 为例。


首先初始化 low 和 high 指针。

640.png


low, high = 0, len(nums) - 1

第 1 步,low = 0,high = 6,mid = low + (high - low) // 2 = 3:

640.png

mid = low + (high - low) // 2

此时 nums[low] == nums[mid] == nums[high],low 向右移动,high 向左移动。

640.png

# 相当于去重
if nums[low] == nums[mid] == nums[high]:
    low += 1
    high -= 1

第 2 步,low = 1,high = 5,mid = low + (high - low) // 2 = 3:

640.png


此时 nums[low] < nums[mid],且 target 在左区间内,所以 high 向左移动至 mid - 1 = 2。

640.png

# 如果左区间有序
elif nums[low] <= nums[mid]:
    # target 在左区间
    if nums[low] <= target < nums[mid]:
        high = mid - 1


第 3 步,low = 1,high = 2,mid = low + (high - low) // 2 = 1:

640.png


此时 nums[low] <= nums[mid],且 target 在右区间内,所以 low 向右移动至 mid + 1 = 2。

640.png


第 3 步,low = 2,high = 2,mid = low + (high - low) // 2 = 2

640.png


此时 nums[mid] == target,直接返回 True。

# 如果找到,返回结果
if nums[mid] == target:
    return True

本题解使用去重 + 二分查找的方式,因为存在 nums 数组中元素全部重复的情况,所以去重这一步的最坏时间复杂度为 O(n),所以总的时间复杂度为 O(n) + O(logn) = O(n)


同样是额外维护了几个指针,所以空间复杂度为 O(1)


代码实现


Python 代码实现

class Solution:
    def search(self, nums: List[int], target: int) -> bool:
        if not nums:
            return False
        low, high = 0, len(nums) - 1
        while low <= high:
            mid = low + (high - low) // 2
            # 如果找到,返回结果
            if nums[mid] == target:
                return True
            # 相当于去重
            if nums[low] == nums[mid] == nums[high]:
                low += 1
                high -= 1
            # 如果左区间有序
            elif nums[low] <= nums[mid]:
                # target 在左区间
                if nums[low] <= target < nums[mid]:
                    high = mid - 1
                # target 在右区间
                else:
                    low = mid + 1
            # 如果右区间有序
            else:
                # target 在右区间
                if nums[mid] < target <= nums[high]:
                    low = mid + 1
                # target 在左区间
                else:
                    high = mid - 1
        return False


Java 代码实现

class Solution {
    public boolean search(int[] nums, int target) {
        int n = nums.length;
        if (n == 0) {
            return false;
        }
        if (n == 1) {
            return nums[0] == target;
        }
        int low = 0, high = n - 1;
        while (low <= high) {
            int mid = (low + high) / 2;
            if (nums[mid] == target) {
                return true;
            }
            if (nums[low] == nums[mid] && nums[mid] == nums[high]) {
                ++low;
                --high;
            } else if (nums[low] <= nums[mid]) {
                if (nums[low] <= target && target < nums[mid]) {
                    high = mid - 1;
                } else {
                    low = mid + 1;
                }
            } else {
                if (nums[mid] < target && target <= nums[high]) {
                    low = mid + 1;
                } else {
                    high = mid - 1;
                }
            }
        }
        return false;
    }
}

图解旋转排序数组Ⅱ到这就结束辣,你看数组从元素唯一到元素存在重复,其实也就是加了一步区间收缩而已,其余的处理方式还是和之前搜索旋转排序数组一样。


这就是我之前说过很多次的:很多时候你就会发现,题目不过是在某类解决办法方面做加减法


当然这种感同身受更多的需要你自己在这个过程中去体验,如果有什么问题可以在留言区留言,大家加油。


听说给帅蛋点赞 + 在看 + 转发的蛋粉都成了大佬,不信你试试。


我是帅蛋,我们下次见啦!

相关文章
|
1月前
|
算法 索引
LeetCode(搜索插入位置)
如何使用二分查找算法来解决LeetCode上的“搜索插入位置”问题,确保时间复杂度为O(log n),并提供了详细的代码实现和分析。
15 2
|
1月前
|
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。
19 0
Leetcode第三十三题(搜索旋转排序数组)
|
1月前
【LeetCode 39】700.二叉搜索树中的搜索
【LeetCode 39】700.二叉搜索树中的搜索
16 0
|
1月前
|
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。
58 0
|
1月前
|
C++
【LeetCode 12】349.两个数组的交集
【LeetCode 12】349.两个数组的交集
17 0
|
2月前
|
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。
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
|
3月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - III. 从上到下打印二叉树 III
本文介绍了两种Python实现方法,用于按照之字形顺序打印二叉树的层次遍历结果,实现了在奇数层正序、偶数层反序打印节点的功能。
57 6
|
3月前
|
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。
114 2
|
23天前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
18 1
|
2月前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口