算法leetcode｜33. 搜索旋转排序数组（rust重拳出击）

Posted 2023-01-29 二当家的白帽子

---

文章目录

• 33. 搜索旋转排序数组：
• • 样例 1：
  • 样例 2：
  • 样例 3：
  • 提示：
• 分析：
• 题解：
• • rust
  • go
  • c++
  • c
  • python
  • java

---

33. 搜索旋转排序数组：

整数数组 nums 按升序排列，数组中的值 互不相同 。

在传递给函数之前，nums 在预先未知的某个下标 k（0 <= k < nums.length）上进行了 旋转，使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]（下标 从 0 开始 计数）。例如， [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。

给你 旋转后 的数组 nums 和一个整数 target ，如果 nums 中存在这个目标值 target ，则返回它的下标，否则返回 -1 。

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

样例 1：

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

样例 2：

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

样例 3：

输入：
	nums = [1], target = 0
	
输出：
	-1

提示：

• 1 <= nums.length <= 5000
• -10⁴ <= nums[i] <= 10⁴
• nums 中的每个值都 独一无二
• 题目数据保证 nums 在预先未知的某个下标上进行了旋转
• -10⁴ <= target <= 10⁴

---

分析：

• 面对这道算法题目，二当家的陷入了沉思。
• 如果没有旋转，那肯定使用二分查找。
• 尽管旋转了，但是题目要求时间复杂度为 O(log n) ，想要达到这个效果，每次查找都要排除一半的数量，二分查找符合这种时间复杂度。
• 要使用二分查找，数组必须是有序的，但是数组已经被旋转了，所以并不是完全有序。
• 所以我们得使用变形的二分查找，可以想到，有序数组旋转后，从中分成两部分，一定有一部分是有序的，所以我们可以先判断哪一部分有序，然后再看目标数字是否在有序那部分当中，来决定改变左边界，还是右边界。

---

题解：

rust

impl Solution 
    pub fn search(nums: Vec<i32>, target: i32) -> i32 
        let n = nums.len();
        if n == 0 
            return -1;
        
        if n == 1 
            return if nums[0] == target 
                0
             else 
                -1
            
        
        let (mut l, mut r) = (0, n - 1);
        while l <= r 
            let mid = (l + r) >> 1;
            if nums[mid] == target 
                return mid as i32;
            
            if nums[0] <= nums[mid] 
                if nums[0] <= target && target < nums[mid] 
                    r = mid - 1;
                 else 
                    l = mid + 1;
                
             else 
                if nums[mid] < target && target <= nums[n - 1] 
                    l = mid + 1;
                 else 
                    r = mid - 1;
                
            
        
        return -1;
    

---

go

func search(nums []int, target int) int 
    n := len(nums)
	if n == 0 
		return -1
	
	if n == 1 
		if nums[0] == target 
			return 0
		 else 
			return -1
		
	
	l, r := 0, n-1
	for l <= r 
		mid := (l + r) >> 1
		if nums[mid] == target 
			return mid
		
		if nums[0] <= nums[mid] 
			if nums[0] <= target && target < nums[mid] 
				r = mid - 1
			 else 
				l = mid + 1
			
		 else 
			if nums[mid] < target && target <= nums[n-1] 
				l = mid + 1
			 else 
				r = mid - 1
			
		
	
	return -1

---

c++

class Solution 
public:
    int search(vector<int>& nums, int target) 
        const int n = nums.size();
        if (!n) 
            return -1;
        
        if (n == 1) 
            return nums[0] == target ? 0 : -1;
        
        int l = 0, r = n - 1;
        while (l <= r) 
            int mid = (l + r) >> 1;
            if (nums[mid] == target)  return mid; 
            if (nums[0] <= nums[mid]) 
                if (nums[0] <= target && target < nums[mid]) 
                    r = mid - 1;
                 else 
                    l = mid + 1;
                
             else 
                if (nums[mid] < target && target <= nums[n - 1]) 
                    l = mid + 1;
                 else 
                    r = mid - 1;
                
            
        
        return -1;
    
;

---

c

int search(int* nums, int numsSize, int target)
    if (!numsSize) 
        return -1;
    
    if (numsSize == 1) 
        return nums[0] == target ? 0 : -1;
    
    int l = 0, r = numsSize - 1;
    while (l <= r) 
        int mid = (l + r) >> 1;
        if (nums[mid] == target)  return mid; 
        if (nums[0] <= nums[mid]) 
            if (nums[0] <= target && target < nums[mid]) 
                r = mid - 1;
             else 
                l = mid + 1;
            
         else 
            if (nums[mid] < target && target <= nums[numsSize - 1]) 
                l = mid + 1;
             else 
                r = mid - 1;
            
        
    
    return -1;

---

python

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        if not nums:
            return -1
        l, r = 0, len(nums) - 1
        while l <= r:
            mid = (l + r) >> 1
            if nums[mid] == target:
                return mid
            if nums[0] <= nums[mid]:
                if nums[0] <= target < nums[mid]:
                    r = mid - 1
                else:
                    l = mid + 1
            else:
                if nums[mid] < target <= nums[len(nums) - 1]:
                    l = mid + 1
                else:
                    r = mid - 1
        return -1

---

java

class Solution 
    public int search(int[] nums, int target) 
        final int n = nums.length;
        if (n == 0) 
            return -1;
        
        if (n == 1) 
            return nums[0] == target ? 0 : -1;
        
        int l = 0, r = n - 1;
        while (l <= r) 
            int mid = (l + r) >> 1;
            if (nums[mid] == target) 
                return mid;
            
            if (nums[0] <= nums[mid]) 
                if (nums[0] <= target && target < nums[mid]) 
                    r = mid - 1;
                 else 
                    l = mid + 1;
                
             else 
                if (nums[mid] < target && target <= nums[n - 1]) 
                    l = mid + 1;
                 else 
                    r = mid - 1;
                
            
        
        return -1;
    

---

非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】~
放弃不难，但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子：https://le-yi.blog.csdn.net/ 博客原创~

---