欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

LeetCode 33. 搜索旋转排序数组

程序员文章站 2022-05-04 11:48:44
我的LeetCode:https://leetcode cn.com/u/ituring/ 我的LeetCode刷题源码[GitHub]:https://github.com/izhoujie/Algorithmcii LeetCode 33. 搜索旋转排序数组 题目 假设按照升序排序的数组在预先未 ......

我的leetcode:

我的leetcode刷题源码[github]:https://github.com/izhoujie/algorithmcii

leetcode 33. 搜索旋转排序数组

题目

假设按照升序排序的数组在预先未知的某个点上进行了旋转。

( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。

搜索一个给定的目标值,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。

你可以假设数组中不存在重复的元素。

你的算法时间复杂度必须是 \(\omicron\left(logn\right)\) 级别。

示例 1:

输入: nums = [4,5,6,7,0,1,2], target = 0
输出: 4

示例 2:

输入: nums = [4,5,6,7,0,1,2], target = 3
输出: -1

来源:力扣(leetcode)
链接:
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

解题思路

题目已经要求算法的时间复杂度是\(\omicron\left(logn\right)\),所以肯定还是用二分查找来解决的;

思路1-二分查找

二分查找的前提是数组有序,当前数组是局部有序,所以需要先确定有序的区间再使用二分查找;
大致做法不变,但是在判断大小的时候需要确定有序区间;
步骤:

  1. 左右指针left,right,中间位置mid;
  2. 确定有序区间,当前分为[left,mid]和[mid,right]两个区间,其中之一必是有序递增区间,判断方法就是看target是否在区间中间;
  3. 在有序区间中使用常规的二分查找算法逻辑;

算法复杂度:

  • 时间复杂度: $ {\color{magenta}{\omicron\left(logn\right)}} $
  • 空间复杂度: $ {\color{magenta}{\omicron\left(1\right)}} $

算法源码示例

package leetcode;

/**
 * @author zhoujie
 * @date 2020年1月17日 下午10:22:10 
 * @description: 33. 搜索旋转排序数组
 *
 */
public class leetcode_0033 {
	public static void main(string[] args) {
		int test1[] = { 4, 5, 6, 7, 0, 1, 2 };
		int test2[] = { 1, 3 };
		int test3[] = { 4, 5, 6, 7, 0, 1, 2 };
		system.out.println(new solution_0033().search_1(test1, 0));
		system.out.println(new solution_0033().search_1(test2, 3));
		system.out.println(new solution_0033().search_1(test3, 8));
	}
}

class solution_0033 {
	/**
	 * @author: zhoujie
	 * @date: 2020年2月4日 下午9:39:47 
	 * @param: @param nums
	 * @param: @param target
	 * @param: @return
	 * @return: int
	 * @description: 1-未优化的
	 *
	 */
	public int search_1(int[] nums, int target) {
		if (nums == null) {
			return -1;
		}
		int i = 0, j = nums.length - 1, k;
		while (i <= j) {
			k = (i + j) / 2;
			if (i == j && nums[k] != target) {
				return -1;
			}
			if (nums[k] == target) {
				return k;
			} else if (nums[i] > nums[k] && nums[k] < nums[j]) {
				if (target > nums[k] && target <= nums[j]) {
					i = k + 1;
				} else {
					j = k - 1;
				}
			} else if (nums[i] < nums[k] && nums[k] > nums[j]) {
				if (target >= nums[i] && target < nums[k]) {
					j = k - 1;
				} else {
					i = k + 1;
				}
			} else if (nums[i] <= nums[k] && nums[k] < nums[j]) {
				if (target < nums[k]) {
					j = k - 1;
				} else {
					i = k + 1;
				}
			} else if (target > nums[j]) {
				j = k - 1;
			} else {
				i = k + 1;
			}
		}
		return -1;
	}

	/**
	 * @author zhoujie
	 * @date 2020年1月19日 上午12:13:34 
	 * @description: todo(方法简述) 
	 * @return int 
	 * @updateuser-updatedate:[zhoujie]-[2020年1月19日 上午12:13:34]  
	 * @updateremark:2-思路:关键是找到有序区间,每次的判断仅在有序区间内进行,比较条理清晰;
	 *
	 */
	public int search_2(int[] nums, int target) {
		if (nums == null) {
			return -1;
		}
		int left = 0, right = nums.length - 1;
		int mid;
		while (left <= right) {
			mid = left + (right - left) / 2;
			if (nums[mid] == target) {
				return mid;
				// 若nums[mid] < nums[right],说明右半边有序递增,这里不能先验左半边,因为mid可能与left相等
			} else if (nums[mid] < nums[right]) {
				// 若目标值在右侧有序区间内
				if (target > nums[mid] && target <= nums[right]) {
					left = mid + 1;
					// 目标在左侧区间
				} else {
					right = mid - 1;
				}
				// 若右半边无序,则说明左半边有序,在左半边进行判断
			} else {
				// 若目标值在左半边有序区间内
				if (target >= nums[left] && target < nums[mid]) {
					right = mid - 1;
				} else {
					left = mid + 1;
				}
			}
		}
		return -1;
	}
}