15天算法入门(一)

简介: 今天一共有三道题目,从题目中可以看出,以二分作为基础,第二道和第三道作为二分查找的延申拓展。


网络异常,图片无法展示
|


网络异常,图片无法展示
|


今天一共有三道题目,从题目中可以看出,以二分作为基础,第二道和第三道作为二分查找的延申拓展。


二分查找


给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target  ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。


示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4


题解


这道题是二分查找经典基础题。主要是使用左右指针,根据数组的单调性,每次从中间取值:


  • 中间值小于目标值,就说明存在于右边区间,将左指针指到中间值的右边,区间缩小到后半部分;
  • 如果中间值大于目标值,说明目标值存在于左半区间;
  • 如果相等,直接返回。


在上述情况下一直循环,当左指针不再小于右指针时,跳出循环。此时,考虑一下跳出循环的话,就相当于没有找到目标值,则需要返回-1。


代码


var search = function (nums, target) {
    let l = 0, r = nums.length - 1, mid
    while (l <= r) {
        mid = l + Math.floor((r - l) >> 1)
        if (nums[mid] === target) return mid
        else if (nums[mid] > target) {
            r = mid - 1
        } else {
            l = mid + 1
        }
    }
    return -1
};


第一个错误的版本


你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。


假设你有 n 个版本 [1, 2, ..., n],你想找出导致之后所有版本出错的第一个错误的版本。

你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。


示例 1:
输入:n = 5, bad = 4
输出:4
解释:
调用 isBadVersion(3) -> false 
调用 isBadVersion(5) -> true 
调用 isBadVersion(4) -> true
所以,4 是第一个错误的版本。


题解


这题考察对于二分是否真的掌握了,题目将基于二分,目标值转为对值的判断。

利用二分,将从中间开始查找:


  • 如果中间没有问题,那么就可能在后半段中出现问题;
  • 如果中间已经出现了问题,那么就应该在前半段发生了为标题。


这么简单的道理大家应该都能够明白,主要是要扣一扣边界问题。既然题目是要找出第一个出问题的版本,那么我们就将题目转换成求第一个为true的值。

情况,开始二分(l<=r):


  • 左指针等于右指针,直接返回
  • 通过中间值开始判断
  • 中间值为true:说明在中间值之前就已经有版本出现问题,缩小区间(找第一个true:当前就为true,右指针指向中间值位置)
  • 中间值为false:说明在后面会出现版本为题,缩小区间(找第一个true:当前为false,左指针指向中间值下一个位置)
  • 一步步缩小区间,最后当左右指针相等时,就找到了第一个true出现的位置。


代码


var solution = function (isBadVersion) {
    /**
     * @param {integer} n Total versions
     * @return {integer} The first bad version
     */
    return function (n) {
        let l = 1, r = n, mid
        while (l <= r) {
            if (l == r) return r
            mid = l + Math.floor((r - l) >> 1)
            if (isBadVersion(mid)) {
                r = mid
            } else {
                l = mid + 1
            }
        }
    };
};


搜索插入的位置


给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。 请必须使用时间复杂度为 O(log n) 的算法。


示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2
复制代码


题解


同样,顺序数组利用二分,找到比目标值大或者等于的下标位置。

  • 如果大于等于目标值,就将范围缩小到左半部分
  • 如果小,说明目标值应该在当前位置的右半范围


代码


var searchInsert = function (nums, target) {
    let l = 0, r = nums.length, mid
    while (l < r) {
        mid = l + Math.floor((r - l) >> 1)
        if (nums[mid] >= target) {
            r = mid
        } else {
            l = mid + 1
        }
    }
    return r
};


题目来源:leetcode

目录
相关文章
|
21天前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
1月前
|
存储 算法
算法入门:专题一:双指针(有效三角形的个数)
给定一个数组,找出能组成三角形的三元组个数。利用“两边之和大于第三边”的性质,先排序,再用双指针优化。固定最大边,左右指针从区间两端向内移动,若两短边之和大于最长边,则中间所有组合均有效,时间复杂度由暴力的O(n³)降至O(n²)。
|
1月前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
4月前
|
机器学习/深度学习 数据采集 算法
你天天听“数据挖掘”,可它到底在“挖”啥?——数据挖掘算法入门扫盲篇
你天天听“数据挖掘”,可它到底在“挖”啥?——数据挖掘算法入门扫盲篇
79 0
|
机器学习/深度学习 人工智能 算法
深度学习入门:理解神经网络与反向传播算法
【9月更文挑战第20天】本文将深入浅出地介绍深度学习中的基石—神经网络,以及背后的魔法—反向传播算法。我们将通过直观的例子和简单的数学公式,带你领略这一技术的魅力。无论你是编程新手,还是有一定基础的开发者,这篇文章都将为你打开深度学习的大门,让你对神经网络的工作原理有一个清晰的认识。
|
8月前
|
机器学习/深度学习 算法 机器人
强化学习:时间差分(TD)(SARSA算法和Q-Learning算法)(看不懂算我输专栏)——手把手教你入门强化学习(六)
本文介绍了时间差分法(TD)中的两种经典算法:SARSA和Q-Learning。二者均为无模型强化学习方法,通过与环境交互估算动作价值函数。SARSA是On-Policy算法,采用ε-greedy策略进行动作选择和评估;而Q-Learning为Off-Policy算法,评估时选取下一状态中估值最大的动作。相比动态规划和蒙特卡洛方法,TD算法结合了自举更新与样本更新的优势,实现边行动边学习。文章通过生动的例子解释了两者的差异,并提供了伪代码帮助理解。
557 2
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
机器学习/深度学习 算法 大数据
机器学习入门:梯度下降算法(下)
机器学习入门:梯度下降算法(下)
|
机器学习/深度学习 算法
机器学习入门:梯度下降算法(上)
机器学习入门:梯度下降算法(上)