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 “/” 对比)

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 “/” 对比

(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:

  • 3、Kubernetes 集群部署 Prometheus 和 Grafana
  • Ubuntu 中建的mysql数据库使用Navicat for MySQL连接不上
  • 有向图的强连通分量: Kosaraju算法和Tarjan算法详解
  • Flink CDC详解
  • 【Python】迭代器与生成器详解,附代码(可迭代对象、定义、实现方式、区别、使用场景)
  • 深入理解 SQL 注入漏洞及解决方案
  • 56. 合并区间 (LeetCode 热题 100)
  • 十大排序算法
  • Java-11
  • Enterprise Architect 16 下载、安装与无限30天操作
  • Piantor Keyboard:开源机械键盘项目介绍
  • 通用参考模型
  • < OS 有关 > Ubuntu 24 SSH 服务器更换端口 in jp/us VPSs
  • Linux中使用Docker安装DIFY搭建本地支持库和Agent
  • 如何在Ubuntu服务器上快速安装GNOME桌面环境
  • Python 库自制 Cross-correlation 算法(当采样点需要进行位移进行匹配)
  • Three.js 快速入门教程【四】三维坐标系
  • JWT认证机制
  • golang时间相关函数总结
  • 国产芯片汽车气压表pcba方案
  • 定制一个网站多少钱/关键词热度分析工具
  • 建设银网站/ciliba最佳磁力搜索引擎
  • 做网站需要提供什么资料/短视频推广平台
  • 教你用模板做网站/北京seo包年
  • 艺术视频手机网站可以做吗/2022年seo最新优化策略
  • 美国少年 建设网站/一键生成app制作器