当前位置: 首页 > news >正文

LeetCode 分类刷题:34. 在排序数组中查找元素的第一个和最后一个位置

题目

给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target,返回 [-1, -1]

你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。

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]

示例 3:

输入:nums = [], target = 0
输出:[-1,-1]

解析

问:如何理解 end = lowerBound(nums, target + 1) - 1 这段代码?

答:要想找到 ≤target 的最后一个数,无需单独再写一个二分。我们可以先找到这个数的右边相邻数字,也就是 >target 的第一个数。在所有数都是整数的前提下,>target 等价于 ≥target+1,这样就可以复用我们已经写好的二分函数了,即 lowerBound(nums, target + 1),算出这个数的下标后,将其减一,就得到 ≤target 的最后一个数的下标。

问:如果 ≥target+1 的第一个数不存在怎么办?

答:这说明数组中的数都 ≤target。如果数组中有 target,那么数组的最后一个数(下标 n−1)就是 target(因为数组是递增的)。同时,lowerBound(nums, target + 1) 在这种情况下会返回 n,减一得到 n−1,这正是我们要计算的下标。

问:为什么要写 left + (right - left) / 2?

答:在面试或者实际场景中,你不一定知道输入的数组有多长,万一数组长度达到 int 最大值,left + right 可能会发生加法溢出。当然,如果只看本题的数据范围,写 (left + right) / 2 也可以。对于 Python 来说,由于没有溢出这个概念,所以可以直接相加。

问:怎么判断我写的是哪一种二分?

答:看 while 循环的条件,如果是 left <= right,就是闭区间;如果是 left < right,就是半闭半开区间;如果是 left + 1 < right,就是开区间。

问:对于闭区间写法,为什么 nums[mid] >= target 的时候要写 right = mid - 1?此时的 mid 不是有可能是答案吗?这样写不会错过答案吗?

答:答案在区间外面,不在区间里面。如果觉得答案在区间里面的话,请思考这个问题:闭区间循环结束后 left>right,区间 [left,right] 是空的,什么也没有,难道答案在空区间里面吗?

问:我看到一种二分的写法,在二分的过程中,额外记录答案的值,你对此怎么看?

答:喜欢这种写法的同学,推荐写开区间二分,因为开区间二分 if 条件成立时更新的是哪个变量,最后返回的也就是哪个变量。这和记录答案的做法如出一辙。

问:关于开区间二分,如何理解 −1 和 n 这两个下标?

答:可以假设 nums[−1]=−∞ 以及 nums[n]=∞,此时 nums 仍然是有序的。在这种情况下,nums[−1]<target,所以 −1 是红色;nums[n]≥target,所以 n 是蓝色。

作者:灵茶山艾府
链接:https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/solutions/1980196/er-fen-cha-zhao-zong-shi-xie-bu-dui-yi-g-t9l9/
来源:力扣(LeetCode)

答案

class Solution:# lower_bound 返回最小的满足 nums[i] >= target 的下标 i# 如果数组为空,或者所有数都 < target,则返回 len(nums)# 要求 nums 是非递减的,即 nums[i] <= nums[i + 1]def lower_bound(self, nums: List[int], target: int) -> int:left, right = -1, len(nums)  # 开区间 (left, right)while left + 1 < right:  # 区间不为空mid = (left + right) // 2# 循环不变量:# nums[left] < target# nums[right] >= targetif nums[mid] >= target:right = mid  # 范围缩小到 (left, mid)else:left = mid  # 范围缩小到 (mid, right)# 循环结束后 left+1 = right# 此时 nums[left] < target 而 nums[right] >= target# 所以 right 就是第一个 >= target 的元素下标return rightdef searchRange(self, nums: List[int], target: int) -> List[int]:start = self.lower_bound(nums, target)  # 选择其中一种写法即可if start == len(nums) or nums[start] != target:return [-1, -1]  # nums 中没有 target# 如果 start 存在,那么 end 必定存在end = self.lower_bound(nums, target + 1) - 1return [start, end]# 作者:灵茶山艾府
# 链接:https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/solutions/1980196/er-fen-cha-zhao-zong-shi-xie-bu-dui-yi-g-t9l9/
# 来源:力扣(LeetCode)

复杂度分析

时间复杂度:O(logn),其中 n 为 nums 的长度。

空间复杂度:O(1),仅用到若干额外变量。

http://www.dtcms.com/a/344279.html

相关文章:

  • Unreal Engine APawn 与 ACharacter 比较
  • 开发避坑指南(31):Oracle 11g LISTAGG函数使用陷阱,缺失WITHIN子句解决方案
  • 如何优雅统计知识库文件个数与子集下不同文件夹文件个数
  • Vue3源码reactivity响应式篇之Ref
  • Oracle APEX 经典报表中的Checkbox
  • 期货Level2五档订单簿0.25秒级高频分时及日频历史行情数据使用指南
  • Docker 部署 MySQL 8.0 完整指南:从拉取镜像到配置远程访问
  • 高级SQL优化 | 告别 Hive 中 GROUP BY 的大 KEY 数据倾斜!PawSQL 自适应优化算法详解
  • MsSQL 函数,实现数字转换成人民币大写
  • IDEA基础配置优化指南(中英双版)
  • matlab中随机森林算法的实现
  • AI重塑职业教育:个性化学习计划提效率、VR实操模拟强技能,对接就业新路径
  • 在Excel和WPS表格中如何隐藏单元格的公式
  • 视觉语言对比学习的发展史:从CLIP、BLIP、BLIP2、InstructBLIP(含MiniGPT4的详解)
  • 一分钟了解六通道 CAN(FD) 集线器
  • 第二阶段WinFrom-6:文件对话框,对象的本地保存,序列化与反序列化,CSV文件操作,INI文件读写
  • 【虚拟化】磁盘置备方式的性能损耗对比
  • k8s应用的包管理Helm工具
  • 基于国产麒麟操作系统的Web数据可视化教学解决方案
  • 【Java SE】深入理解继承与多态
  • 使用 YAML 文件,如何优雅地删除 k8s 资源?
  • Apache Druid SSRF漏洞复现(CVE-2025-27888)
  • 孤独伤感视频素材哪里找?分享热门伤感短视频素材资源网站
  • Sklearn 机器学习 房价预估 使用GBDT训练模型
  • 【Linux我做主】细说进程地址空间
  • Ansible入门:自动化运维基础
  • docker 打包
  • 前端项目打包+自动压缩打包文件+自动上传部署远程服务器
  • 设计模式笔记
  • 开题报告被退回?用《基于大数据的慢性肾病数据可视化分析系统》的Hadoop技术,一次通过不是梦