leetcode题解之34. 在排序数组中查找元素的第一个和最后一个位置

Posted 刷题之路1

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了leetcode题解之34. 在排序数组中查找元素的第一个和最后一个位置相关的知识,希望对你有一定的参考价值。

给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。

你的算法时间复杂度必须是 O(log n) 级别。

如果数组中不存在目标值,返回 [-1, -1]

示例 1:

输入: nums = [5,7,7,8,8,10], target = 8
输出: [3,4]

示例 2:

输入: nums = [5,7,7,8,8,10], target = 6
输出: [-1,-1]

方法 1:线性扫描

想法

target 检查每一个下标,一定能得到正确答案。

算法

首先,我们对 nums 数组从左到右做线性遍历,当遇到 target 时中止。如果我们没有中止过,那么 target 不存在,我们可以返回“错误代码” [-1, -1] 。如果我们找到了有效的左端点坐标,我们可以坐第二遍线性扫描,但这次从右往左进行。这一次,第一个遇到的 target 将是最右边的一个(因为最左边的一个存在,所以一定会有一个最右边的 target)。我们接下来只需要返回这两个坐标。

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int[] targetRange = {-1, -1};
    <span class="hljs-comment">// find the index of the leftmost appearance of `target`.</span>
    <span class="hljs-keyword">for</span> (<span class="hljs-keyword">int</span> i = <span class="hljs-number">0</span>; i &lt; nums.length; i++) {
        <span class="hljs-keyword">if</span> (nums[i] == target) {
            targetRange[<span class="hljs-number">0</span>] = i;
            <span class="hljs-keyword">break</span>;
        }
    }

    <span class="hljs-comment">// if the last loop did not find any index, then there is no valid range</span>
    <span class="hljs-comment">// and we return [-1, -1].</span>
    <span class="hljs-keyword">if</span> (targetRange[<span class="hljs-number">0</span>] == -<span class="hljs-number">1</span>) {
        <span class="hljs-keyword">return</span> targetRange;
    }

    <span class="hljs-comment">// find the index of the rightmost appearance of `target` (by reverse</span>
    <span class="hljs-comment">// iteration). it is guaranteed to appear.</span>
    <span class="hljs-keyword">for</span> (<span class="hljs-keyword">int</span> j = nums.length-<span class="hljs-number">1</span>; j &gt;= <span class="hljs-number">0</span>; j--) {
        <span class="hljs-keyword">if</span> (nums[j] == target) {
            targetRange[<span class="hljs-number">1</span>] = j;
            <span class="hljs-keyword">break</span>;
        }
    }

    <span class="hljs-keyword">return</span> targetRange;
}

}


class Solution:
def searchRange(self, nums, target):
# find the index of the leftmost appearance of target. if it does not
# appear, return [-1, -1] early.
for i in range(len(nums)):
if nums[i] == target:
left_idx = i
break
else:
return [-1, -1]

    <span class="hljs-comment"># find the index of the rightmost appearance of `target` (by reverse</span>
    <span class="hljs-comment"># iteration). it is guaranteed to appear.</span>
    <span class="hljs-keyword">for</span> j <span class="hljs-keyword">in</span> range(len(nums)<span class="hljs-number">-1</span>, <span class="hljs-number">-1</span>, <span class="hljs-number">-1</span>):
        <span class="hljs-keyword">if</span> nums[j] == target:
            right_idx = j
            <span class="hljs-keyword">break</span>

    <span class="hljs-keyword">return</span> [left_idx, right_idx]

复杂度分析

  • 时间复杂度: O(n)O(n)

    这个暴力解法检测了num 数组中每个元素恰好两次,所以总运行时间是线性的。

  • 空间复杂度: O(1)O(1)

    线性扫描方法使用了固定大小的数组和几个整数,所以它的空间大小为常数级别的。

方法 2:二分查找

想法

因为数组已经排过序了,我们可以使用二分查找的方法去定位左右下标。

算法

总体算法工作过程与线性扫描方法类似,除了找最左和最右下标的方法。这里我们仅仅做几个微小的调整,用这种修改过的二分查找方法去搜索这个排过序的数组。首先,为了找到最左边(或者最右边)包含 target 的下标(而不是找到的话就返回 true ),所以算法在我们找到一个 target 后不能马上停止。我们需要继续搜索,直到 lo == hi 且它们在某个 target 值处下标相同。

另一个改变是 left 参数的引入,它是一个 boolean 类型的变量,指示我们在遇到 target == nums[mid] 时应该做什么。如果 lefttrue ,那么我们递归查询左区间,否则递归右区间。考虑如果我们在下标为 i 处遇到了 target ,最左边的 target 一定不会出现在下标大于 i 的位置,所以我们永远不需要考虑右子区间。当求最右下标时,道理同样适用。

技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片
1 / 11

技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片技术图片
1 / 10

class Solution {
    // returns leftmost (or rightmost) index at which `target` should be
    // inserted in sorted array `nums` via binary search.
    private int extremeInsertionIndex(int[] nums, int target, boolean left) {
        int lo = 0;
        int hi = nums.length;
    <span class="hljs-keyword">while</span> (lo &lt; hi) {
        <span class="hljs-keyword">int</span> mid = (lo + hi) / <span class="hljs-number">2</span>;
        <span class="hljs-keyword">if</span> (nums[mid] &gt; target || (left &amp;&amp; target == nums[mid])) {
            hi = mid;
        }
        <span class="hljs-keyword">else</span> {
            lo = mid+<span class="hljs-number">1</span>;
        }
    }

    <span class="hljs-keyword">return</span> lo;
}

<span class="hljs-keyword">public</span> <span class="hljs-keyword">int</span>[] searchRange(<span class="hljs-keyword">int</span>[] nums, <span class="hljs-keyword">int</span> target) {
    <span class="hljs-keyword">int</span>[] targetRange = {-<span class="hljs-number">1</span>, -<span class="hljs-number">1</span>};

    <span class="hljs-keyword">int</span> leftIdx = extremeInsertionIndex(nums, target, <span class="hljs-keyword">true</span>);

    <span class="hljs-comment">// assert that `leftIdx` is within the array bounds and that `target`</span>
    <span class="hljs-comment">// is actually in `nums`.</span>
    <span class="hljs-keyword">if</span> (leftIdx == nums.length || nums[leftIdx] != target) {
        <span class="hljs-keyword">return</span> targetRange;
    }

    targetRange[<span class="hljs-number">0</span>] = leftIdx;
    targetRange[<span class="hljs-number">1</span>] = extremeInsertionIndex(nums, target, <span class="hljs-keyword">false</span>)-<span class="hljs-number">1</span>;

    <span class="hljs-keyword">return</span> targetRange;
}

}


class Solution:
# returns leftmost (or rightmost) index at which target should be inserted in sorted
# array nums via binary search.
def extreme_insertion_index(self, nums, target, left):
lo = 0
hi = len(nums)

    <span class="hljs-keyword">while</span> lo &lt; hi:
        mid = (lo + hi) // <span class="hljs-number">2</span>
        <span class="hljs-keyword">if</span> nums[mid] &gt; target <span class="hljs-keyword">or</span> (left <span class="hljs-keyword">and</span> target == nums[mid]):
            hi = mid
        <span class="hljs-keyword">else</span>:
            lo = mid+<span class="hljs-number">1</span>

    <span class="hljs-keyword">return</span> lo


<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">searchRange</span><span class="hljs-params">(self, nums, target)</span>:</span>
    left_idx = self.extreme_insertion_index(nums, target, <span class="hljs-literal">True</span>)

    <span class="hljs-comment"># assert that `left_idx` is within the array bounds and that `target`</span>
    <span class="hljs-comment"># is actually in `nums`.</span>
    <span class="hljs-keyword">if</span> left_idx == len(nums) <span class="hljs-keyword">or</span> nums[left_idx] != target:
        <span class="hljs-keyword">return</span> [<span class="hljs-number">-1</span>, <span class="hljs-number">-1</span>]

    <span class="hljs-keyword">return</span> [left_idx, self.extreme_insertion_index(nums, target, <span class="hljs-literal">False</span>)<span class="hljs-number">-1</span>]

复杂度分析

  • 时间复杂度: O(log?2n)O(log_{2}n)

    由于二分查找每次将搜索区间大约划分为两等分,所以至多有 ?log?2n?lceil log_{2}n ceil 次迭代。二分查找的过程被调用了两次,所以总的时间复杂度是对数级别的。

  • 空间复杂度:O(1)O(1)

    所有工作都是原地进行的,所以总的内存空间是常数级别的。

更多:
https://www.jianshu.com/p/bcd11d5ba74d




















以上是关于leetcode题解之34. 在排序数组中查找元素的第一个和最后一个位置的主要内容,如果未能解决你的问题,请参考以下文章

leetcode(34)---在排序数组中查找元素的第一个和最后一个位置(二分查找)

[LeetCode]34. 在排序数组中查找元素的第一个和最后一个位置(二分)

算法leetcode|34. 在排序数组中查找元素的第一个和最后一个位置(rust重拳出击)

《LeetCode之每日一题》:90.在排序数组中查找元素的第一个和最后一个位置

LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置 | Python

5-003-(LeetCode- 34) 在排序数组中查找元素的第一个和最后一个位置