当前位置: 首页 > news >正文

LeetCode 热题 100_搜索插入位置(63_35_简单_C++)(二分查找)(”>>“ 与 “/”)

LeetCode 热题 100_搜索插入位置(63_35)

    • 题目描述:
    • 输入输出样例:
    • 题解:
      • 解题思路:
        • 思路一(二分查找):
      • 代码实现
        • 代码实现(思路一(二分查找)):
        • 以思路一为例进行调试
        • 部分代码解读

题目描述:

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。

输入输出样例:

示例 1:
输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2:
输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3:
输入: nums = [1,3,5,6], target = 7
输出: 4

提示:
1 <= nums.length <= 104
-104 <= nums[i] <= 104
nums 为 无重复元素 的 升序 排列数组
-104 <= target <= 104

题解:

解题思路:

思路一(二分查找):

1、搜索插入位置,如果数组中之前存在与插入元素相同大小的元素,则之前元素的位置便是插入位置。如果之前不存在相同大小的元素,则插入到对应大小的位置。
2、具体思路如下:
我们每次查找取中间的元素与插入元素进行比对:
① 若中间元素等于插入元素则返回中间元素的下标。
② 若中间元素小于插入元素则插入元素的位置肯定在中间元素的右侧。
③ 若中间元素大于插入元素则插入元素的位置肯定在中间元素的左侧。
④ 依次进行查找,直到查找到对应位置。(二分查找结束没找到元素时,**左下标(left)**正好是插入的位置)

3、复杂度分析:
① 时间复杂度:O(logn),其中n为数组的长度。(每次将搜索范围缩小一半)
② 空间复杂度:O(1)。使用常数空间存放若干变量。

代码实现

代码实现(思路一(二分查找)):
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        // 初始化左右指针:left指向数组的开始,right指向数组的末尾
        int left = 0, right = nums.size() - 1, mid;
        
        // 使用二分查找算法,当 left <= right 时继续查找
        while (left <= right) {
            // 计算中间元素的索引,避免整数溢出
            mid = ((right - left) >> 1) + left;
            
            // 如果中间元素大于目标值,说明目标值在左半部分
            if (nums[mid] > target) {
                right = mid - 1;  // 调整右指针,缩小搜索范围到左半部分
            }
            // 如果中间元素小于目标值,说明目标值在右半部分
            else if (nums[mid] < target) {
                left = mid + 1;  // 调整左指针,缩小搜索范围到右半部分
            }
            // 如果中间元素等于目标值,直接返回中间元素的索引
            else {
                return mid;
            }
        }
        
        // 如果没有找到目标值,返回应该插入的位置,也就是 left 指针的位置
        return left;
    }
};
以思路一为例进行调试
#include<iostream>
#include<vector>
using namespace std;

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        // 初始化左右指针:left指向数组的开始,right指向数组的末尾
        int left = 0, right = nums.size() - 1, mid;
        
        // 使用二分查找算法,当 left <= right 时继续查找
        while (left <= right) {
            // 计算中间元素的索引,避免整数溢出
            mid = ((right - left) >> 1) + left;
            
            // 如果中间元素大于目标值,说明目标值在左半部分
            if (nums[mid] > target) {
                right = mid - 1;  // 调整右指针,缩小搜索范围到左半部分
            }
            // 如果中间元素小于目标值,说明目标值在右半部分
            else if (nums[mid] < target) {
                left = mid + 1;  // 调整左指针,缩小搜索范围到右半部分
            }
            // 如果中间元素等于目标值,直接返回中间元素的索引
            else {
                return mid;
            }
        }
        
        // 如果没有找到目标值,返回应该插入的位置,也就是 left 指针的位置
        return left;
    }
};


int main() {
    // 定义一个整数向量 nums,初始化为 {1, 3, 5, 6}
    vector<int> nums = {1, 3, 5, 6};
    
    // 定义目标值 target,设定为 5
    int target = 5;
    
    // 创建一个 Solution 类的对象 s
    Solution s;
    
    // 调用 searchInsert 方法,传入 nums 和 target,返回插入位置并输出
    // 该函数返回 target 的插入位置,如果已存在则返回目标值的索引
    cout << s.searchInsert(nums, target);
    
    return 0;
}
部分代码解读

”>>“ 与 “/”

(right - left) >> 1
(right - left) / 2 

效率上,(right - left) >> 1 比 (right - left) / 2 更高效,尤其在低级语言或不进行优化的情况下。
在现代编译器和硬件上,差异可能非常小,因为编译器可能会将除法优化为类似位移的操作,特别是对整数类型。

LeetCode 热题 100_搜索插入位置(63_35)原题链接
欢迎大家和我沟通交流(✿◠‿◠)

相关文章:

  • 离线部署大模型:ollama+deepseek+open-webui
  • Node.js高频面试题精选及参考答案
  • 深入了解 Pinia:Vue 的下一代状态管理工具 (上篇)
  • Android 进程间通信中 Messager 的简单使用
  • 大模型领域常见的专业术语和关键词及简要解释
  • 量子算法导论
  • 【python】网页批量转PDF
  • 【Python爬虫(30)】构建高效爬虫数据管理体系:从抓取到协作
  • 【Linux】序列化、守护进程、应用层协议HTTP、Cookie和Session
  • 头条搜索下拉词和抖音搜索提示词删除的方法
  • 通过 WSL 2(Windows Subsystem for Linux 2)运行基于 Linux 的容器,怎么在浏览器中打开镜像默认页
  • 如何调用 DeepSeek API:详细教程与示例
  • 环境变量3
  • Android开发-深入解析Android中的AIDL及其应用场景
  • 【深度学习】Unet的基础介绍
  • 【Redis】在Java中以及Spring环境下操作Redis
  • 超高清大图渲染性能优化实战:从页面卡死到流畅加载
  • 前端vue的一些常见项目启动命令
  • EasyRTC低延迟通信与智能处理:论嵌入式WebRTC与AI大模型的技术融合
  • Mybatis(一)
  • 长春火车站封闭了吗/发布信息的免费平台
  • 温州哪里可以做企业网站/怎样建立一个自己的网站
  • 专业武汉网站建设公司/培训课程设计方案
  • 福田做商城网站建设哪家效益快/b站推广平台
  • b2b电子商务模式有哪些网站/下载百度
  • 芜湖做网站设计的公司/怎么找到精准客户资源