【LeetCode33】搜索旋转排序数组(二分查找变种)

简介: 对于有序数组或者部分有序数组,并且注意题目的时间复杂度要求为O ( l o g n ) O(logn)O(logn),一般使用二分搜索及其变种。既然数组会经过旋转,则我们不能只是用常规的二分查找,而是需要进行判断,基于先对有序段判断的二分查找。比如当在左边(nums[left]和nums[mid])这段有序时,要进行分类讨论:

一、题目


image.png


二、思路

对于有序数组或者部分有序数组,并且注意题目的时间复杂度要求为O ( l o g n ) O(logn)O(logn),一般使用二分搜索及其变种。

既然数组会经过旋转,则我们不能只是用常规的二分查找,而是需要进行判断,基于先对有序段判断的二分查找。比如当在左边(nums[left]和nums[mid])这段有序时,要进行分类讨论:


(1)如果target就在这段内,则常规的二分;

(2)如果target不在这段内,那就去另一段(nums[mid+1]和nums[right])中找target,注意此时的这段整体是无序的(刚才说了我们前提是基于先找有序段中判断),并且target肯定就在这段内,那就可以缩小范围了。

(3)完事后继续while训练

ps:对于右边有序的情况也是一样的。


【注意】

(1)while判断有等号。

(2)while内部判断是否有序的条件也有等号:有可能left和mid相等,如[3, 1] 1。


三、代码

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left ,right = int(0), int(len(nums) - 1)
        # 二分,此处判断要加上等号
        while(left <= right):
            mid = int((left + right) / 2)
            if nums[mid] == target:
                return mid
            # 左边有序
            # 有可能left和mid相等,如[3, 1] 1,所以需要加上等号
            if(nums[left] <= nums[mid]):
                if (nums[left] <= target and target <= nums[mid]):
                    right = mid - 1
                else:
                    left = mid + 1
            else: # “保证”右边有序
                if (nums[mid] <= target and target <= nums[right]):
                    left = mid + 1
                else:
                    right = mid - 1 
        return -1 


相关文章
|
8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!
335 1
|
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。
195 0
Leetcode第三十三题(搜索旋转排序数组)
【LeetCode 39】700.二叉搜索树中的搜索
【LeetCode 39】700.二叉搜索树中的搜索
111 0
|
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。
282 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。
328 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
|
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。
191 6
|
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。
425 2
|
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。
336 3
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
|
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。
397 1
|
索引 Python
【Leetcode刷题Python】从列表list中创建一颗二叉树
本文介绍了如何使用Python递归函数从列表中创建二叉树,其中每个节点的左右子节点索引分别是当前节点索引的2倍加1和2倍加2。
426 7

热门文章

最新文章