📉
leetcode-题解
  • leetcode-notes
  • linked-list
    • 2-Add-Two-Numbers
    • 109-Convert-Sorted-List-to-Binary-Search-Tree
    • 19-Remove-Nth-Node-From-End-of-List
    • 92-Reverse-Linked-List-II
    • 142-Linked-List-Cycle-II
    • 83-Remove-Duplicates-from-Sorted-List
    • 61-Rotate-List
    • 148-Sort-List
    • 86-Partition-List
    • 82-Remove-Duplicates-from-Sorted-List-II
    • 138-Copy-List-with-Random-Pointer
    • 328-Odd-Even-Linked-List
    • 23- Merge-k-Sorted-Lists
    • 25-Reverse-Nodes-in-k-Group
  • templates
    • bitmap
    • ologn
    • Morris
    • dp
    • binary-search
    • Maxwindow
    • 递归
    • union
    • graph
    • greedy-algorithm
    • kmp
    • list
    • ordered-list
    • tree
    • Manacher
    • Monotonic-stack
    • big-data
    • sort-Summary
    • Bucket-sort
    • bit-opreation
    • heap-sort
  • arrays
    • others
      • 31-Next-Permutation
      • 66-Plus- One
      • 229-Majority-Element-II
      • 414-Third-Maximum-Number
    • matrix
      • 74-Search-a-2D-Matrix
      • 289-Game-of-Life
    • PrefixOrSuffix
      • 560-Subarray-Sum-Equals-K
      • 238-Product-of-Array-Except-Self
    • 二分法
      • rotated-array-problem
      • D天内送达包裹的能力
      • 162-Find-Peak-Element
      • Minimize-maximum-and-maximize-minimum
    • 多指针
      • 611-Valid-Triangle-Number
      • 228-Summary-Ranges
      • 75-Sort-Colors
      • 18-4Sum
      • 27-Remove-Element
      • 三数之和
      • 26-Remove-Duplicates-from-Sorted-Array
      • 盛最多水的容器
      • 80-Remove-Duplicates-from-Sorted-Array-II
      • 最接近的三数之和
    • array-circle
      • 457-Circular-Array-Loop
      • 287-Find-the-Duplicate-Number
      • 565-Array-Nesting
    • 智力题
      • 73-Set-Matrix-Zeroes
      • 最佳观光组合
    • 几何问题
      • 统计全为1的正方形子矩阵
      • 495-Teemo-Attacking
    • sort
      • 88-Merge-Sorted-Array
      • 57-Insert-Interval
  • tree
    • 105-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal
    • 230-Kth-Smallest-Element in-a-BST
    • 106-Construct-Binary-Tree-from-Inorder-and-Postorder-Traversal
    • 257-Binary-Tree-Paths
    • 113-Path-Sum-II
    • 96-Unique-Binary-Search-Trees
    • 124-Binary-Tree-Maximum-Path-Sum
    • 103-Binary-Tree-Zigzag-Level-Order-Traversal
    • 426-Convert-Binary-Search-Tree-to-Sorted-Doubly-Linked-List
    • 117-Populating-Next-Right-Pointers-in-Each-Node-II
    • 99-Recover-Binary-Search-Tree
    • 366-Find-Leaves-of-Binary-Tree
    • 337-House-Robber-III
    • 333-Largest-BST-Subtree
    • 298-Binary-Tree-Longest-Consecutive-Sequence
    • 428-Serialize-and-Deserialize-N-ary-Tree
    • 1367-Linked-List-in-Binary-Tree
    • 173-Binary-Search-Tree-Iterator
    • 98-Validate-Binary-Search-Tree
    • 156-Binary-Tree-Upside-Down
    • 404-Sum-of-Lef- Leaves
    • 255-Verify-Preorder-Sequence-in-Binary-Search-Tree
    • 272-Closest-Binary-Search-Tree-Value-II
    • 95-Unique-Binary-Search-Trees-II
    • 222-Count-Complete-Tree-Nodes
    • 431-Encode-N-ary-Tree to-Binary-Tree
    • Lowest-Common-Ancestor-of-a-Binary-Tree
    • 129-Sum-Root-to-Leaf-Numbers
  • recursive
    • 前言
    • 39-Combination-Sum
    • 79-Word-Search
    • 04-Power-Set-LCCI
    • 前言
    • 90-Subsets-II
    • 40-Combination-Sum-II
    • 351-Android-Unlock-Patterns
  • dynamic-programming
    • 276-Paint-Fence
    • 132-Palindrome-Partitioning-II
    • 361-Bomb-Enemy
    • 62-Unique-Paths
    • 376-Wiggle-Subsequence
    • 403-Frog-Jump
    • 32-Longest-Valid-Parentheses
    • 97-Interleaving-String
    • 354-Russian-Doll-Envelopes
    • 279-Perfect-Squares
    • 304-Range-Sum-Query-2D-Immutable
    • 10-Regular-Expression-Matching
    • Paint-House-series
    • 139-Word-Break
    • Best-Time-to-Buy-and-Sell-Stock-series
    • 416-Partition-Equal-Subset-Sum
    • 300-Longest-Increasing-Subsequence
    • 91-Decode-Ways
    • Ugly-Number-series
    • 363-Max-Sum-of-Rectangle-No-Larger-Than-K
    • 368-Largest-Divisible-Subset
    • 63-Unique-Paths-II
    • 312-Burst-Balloons
    • 322-Coin-Change
    • 64-Minimum-Path-Sum
    • 140-Word-Break-II
    • 120-Triangle
    • 72-Edit-Distance
    • House-Robber-series
    • 413-Arithmetic-Slices
    • 174-Dungeon-Game
    • 87-Scramble-String
    • 44-Wildcard-Matching
    • 338-Counting-Bits
    • 152-Maximum-Product-Subarray
    • 375-Guess-Number-Higher-or-Lower-II
  • hash-table
    • 381-Insert-Delete-GetRandom-O(1) - Duplicates-allowed
    • 442-Find-All-Duplicates-in-an-Array
    • 380-Insert-Delete-GetRandom-O(1)
    • 1-Two-Sum
    • 3-Longest-Substring-Without-Repeating-Characters
    • 41-First-Missing-Positive
  • stack
    • Monotonic stack
      • 84-Larges-Rectangle-in-Histogram
      • 42-Trapping-Rain-Water
  • bit-manipulation
    • 08-Draw-Line-LCCI
  • Mysql
    • 185-Department-Top-Three-Salaries
    • 177-N-Highest-Salary
    • 178-Rank-Scores
    • 180-Consecutive-Numbers
  • greedy
    • 56-Merge-Intervals
    • 55-Jump-Game
    • 53-Maximum-Subarray
  • math
    • 357-Count-Numbers-with-Unique-Digits
    • 343-Integer-Break
    • 119-Pascal's-Triangle-II
  • string
    • Palindrome
      • 5-Longest-Palindromic-Substring
      • Manacher
  • sliding-window
    • 209-Minimum-Size-Subarray-Sum
Powered by GitBook
On this page
  • 搜索旋转排序数组(无重复值)
  • 0x1 题目详情
  • 0x2 解题思路
  • 0x3 代码实现
  • 搜索旋转排序数组(有重复值)
  • 0x1 题目详情
  • 0x2 解题思路
  • 0x3 代码实现
  • 搜索旋转排序数组的最小值(无重复值)
  • 0x1 题目详情
  • 0x2 解题思路
  • 0x3 代码实现
  • 搜索旋转排序数组的最小值(有重复值)
  • 0x1 题目详情
  • 0x2 解题思路
  • 0x3 代码实现
  • 总结

Was this helpful?

  1. arrays
  2. 二分法

rotated-array-problem

Previous二分法NextD天内送达包裹的能力

Last updated 4 years ago

Was this helpful?

这篇文章是四道旋转数组的合集,因为关联性非常强,我就不分开写了。关于旋转排序数组的问题总共有四道:

我将从易到难,依次讲解。

搜索旋转排序数组(无重复值)

0x1 题目详情

假设按照升序排序的数组在预先未知的某个点上进行了旋转。 ( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。 搜索一个给定的目标值,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。 你可以假设数组中不存在重复的元素。 你的算法时间复杂度必须是 O(log n) 级别。

测试用例:

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

0x2 解题思路

思路1:

$O(N)$的算法就没什么好说了。仔细瞧瞧这道题,要在一个范围内找到一组值,且有一定的规则,那么可以考虑使用二分法查找,并且题目中也提醒了我们使用二分。

关键是怎么二分。如何决定该抛弃哪一部分呢?

因为数组中是没有重复元素的。可以发现,将数组一分为二时,肯定有一半是有序的。所以我们排除区间的原则就是:

  • 如果nums[mid]==target,代表我们找到了目标元素,直接返回结果即可。

  • 如果左边区间有序,那么我们就看target是否在左边区间,如果在左边区间,那么我们就排除右边区间,否则排除左边有序的区间。

  • 如果右边区间有序,那么我们同样看target在不在右边区间,如果在,那么就排除左侧区间。否则排序右侧区间。

最后我们的指针可能处于两个地方:

  • 不在索引区间之内,表示没有找到,直接返回-1.

  • 在索引区间,还需要查看我们找到的数是否符合目标

思路2: 我刚开始想到的是一定能找到旋转点,这里找到的旋转点是一对数。找到以后,以旋转点为界,左右区间肯定是有序的。然后在这两个区间分别使用二分查找。虽然最后也能找到元素。但是有一个前提:一定在数组内存在旋转点。

但是其实旋转点并不一定在数组内。这种方法不方便推广旋转有序数组的题目。

0x3 代码实现

方法一: 这里采用二分法实现,时间复杂度为$(logN)$,排除不需要的区间得代码与上述的思路一致。

public int search(int[] nums, int target) {
    if(nums== null || nums.length==0){
        return -1;
    }

    int result=-1;
    int left=0;
    int right=nums.length;
    //还是可以采取左闭右开的区间
    while(left<right){
        int mid=left+(right-left)/2;//下中
        if(nums[mid]==target){
            return mid;
        }
        else if(nums[left]<nums[mid]){
            if(nums[left]<=target&&target<nums[mid]){
                right=mid;
            }
            else{
                left=mid+1;
            }
        }
        //那就是右半部分有序
        else{
            //这里的right-1不会越界,因为越界的条件是
            //right=0,而left>=0时,left>=right已经停止循环
            if(nums[mid]<target&&target<=nums[right-1]){
                left=mid+1;
            }
            else{
                right=mid;
            }
        }
    }
    if(right<0 || right>=nums.length){
        return -1;
    }
    return result=nums[right]==target?right:-1;
}

方法二:

先找到旋转点,再在旋转点两侧分别二分查找目标值。时间复杂度虽然也为$(logN)$,但是还是比上面差点意思。

class Solution {
    //二分搜索 排除法
    public int search(int[] nums, int target) {
        if(nums==null || nums.length==0){
            return -1;
        }
        if(nums.length==1 && nums[0]!=target){
            return -1;
        }
        //首要目标是找到转折点处的索引i,j
        //这里用二分搜索就不使用左闭右开的区间了,不方便,
        //但是中点还是可以按照左闭右开的方式求
        int begin=0;
        int end=nums.length-1;
        int mid=0;
        //当begin到end的距离为2时就代表我们找到了转折点
        while(begin+1<end){
            mid=begin+(end+1-begin)/2;
            if(nums[begin]<nums[mid]){
                begin=mid;
            }
            else{
                end=mid;
            }
        }
        int result=binarySearch(nums,0,begin+1,target);
        result= result!=-1?result:binarySearch(nums,begin+1,nums.length,target);
        return result;
    }

    //搜索区间为左闭右开
    int binarySearch(int[] nums,int begin,int end,int target){
        int result=-1;
        while(begin<end){
            int mid=begin+(end-begin)/2;
            if(nums[mid]==target){
                return mid;
            }
            else if(nums[mid]<target){
                begin=mid+1;
            }
            else{
                end=mid;
            }
        }
        return result;
    }
}

利用二分法

搜索旋转排序数组(有重复值)

0x1 题目详情

假设按照升序排序的数组在预先未知的某个点上进行了旋转。 ( 例如,数组 [0,0,1,2,2,5,6] 可能变为 [2,5,6,0,0,1,2] )。 编写一个函数来判断给定的目标值是否存在于数组中。若存在返回 true,否则返回 false。

测试用例:

示例 1: 输入: nums = [2,5,6,0,0,1,2], target = 0 输出: true

0x2 解题思路

当数组有重复元素时,我们再将数组一分为二,就很难判定某个区间是否有序了。例如区间[4,4,4,2,4] 但是我们可以淘汰掉相同得元素啊,这样不就把问题转化成无重复元素的情况了么,这么简单得办法我愣是想不到,我真是服了。

0x3 代码实现

时间复杂度最坏为$O(N)$,因为当不停得需要使用++移动指针时,最差需要移动n-1次,即$O(N)$得复杂度。

但是一般情况下就是二分得复杂度$O(logN)$。

class Solution {
    public boolean search(int[] nums, int target) {
        if(nums== null || nums.length==0){
            return false;
        }
        if(nums.length==0 && nums[0]!=target){
            return false;
        }

        //还是采取左闭右开区间
        int left=0;
        int right=nums.length;
        int mid=0;
        while(left<right){
            mid=left+(right-left)/2;
            if(nums[mid]==target){
                return true;
            }
            //至于是先淘汰左区间还是先淘汰右区间,我倒觉得无所谓
            //淘汰掉左区间相同得元素
            if(nums[left]==nums[mid]){
                left++;
                continue;
            }
            //淘汰右区间相同得元素
            if(nums[mid]==nums[right-1]){
                right--;
                continue;
            }
            else if(nums[left]<nums[mid]){
                if(nums[left]<=target && target<nums[mid]){
                    right=mid;
                }
                else{
                    left=mid+1;
                }
            }
            else{
                if(nums[mid]<target && target<=nums[right-1]){
                    left=mid+1;
                }
                else{
                    right=mid;
                }
            }
        }
        if(right<0 || right>=nums.length){
            return false;
        }
        boolean result=nums[right]==target?true:false;
        return result;

    }
}

搜索旋转排序数组的最小值(无重复值)

0x1 题目详情

假设按照升序排序的数组在预先未知的某个点上进行了旋转。 ( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。 请找出其中最小的元素。 你可以假设数组中不存在重复元素。

测试用例:

示例 1: 输入: [3,4,5,1,2] 输出: 1

0x2 解题思路

这道题的思路是我从解题区看到的,是对左闭右开区间的一种转换,实在是佩服。

首先数组中的元素是不重复的,所以我们仍能够找到一个完全升序的区间,而最小值只可能出现在一个长度为2的降序区间内(有一种特殊情况需要考虑,就是整个区间都是升序的,这个会在后面提到),所以我们要做的就是排除完全升序的区间。那么我们是怎么判定完全升序的区间呢?是先判定左边还是先判定右边?

先思考下最小值可能出现的情况(mid为中间指针):

  • 最小值在左半部分,[6,7,1,2,3]:我们最小值正好在中间,我们需要抛弃右半区间,因为抛弃左边会丢失最小值,(其实这里还提供一个不正当的理由:因为我们要找的是最小值,所以我们肯定倾向于往左边找,所以优先选择保留左半部分)有如下关系: $nums[left]>num[mid],nums[mid]<nums[right]$

  • 最小值在右半部分,[3,6,7,1,2]:最小值右半区间,应该丢弃左半区间。此时有如下关系: $nums[left]nums[right]$

  • 特殊情况,[1,2,3,6,7]:旋转点不在数组内,可以我们应该丢弃右半区间。此时有如下关系: $nums[left]<nums[mid],nums[mid]<nums[right]$

所以我们只需关注右半部分,总结如下:

  • 当$nums[mid]<nums[right]$时,丢弃右半区间

  • 当$nums[mid]>nums[right]$时,丢弃左半区间

为什么不关注左半部分呢?因为情况比上面的复杂。比如$nums[left]<nums[mid]$时,我们不知道该抛弃哪一部分。

同理:如果我们想找最大值,那么就优先保留右半部分,道理是一样的。

0x3 代码实现

这里的个性化简直巧妙。

  • 当数组中只有一个元素时,left和right肯定指向最小值

  • 当数组中有两个元素时:

    • $nums[left]<nums[right]$时,$nums[left]=nums[mid]$,此时right会更新mid,指向最小值

    • $nums[left]>nums[right]$时,$nums[left]=nums[mid]$,此时right会更新mid+1,指向最小值

class Solution {
    public int findMin(int[] nums) {
        if(nums==null || nums.length==0){
            return 0;
        }
        if(nums.length==1){
            return nums[0];
        }
        int left=0;
        int right=nums.length-1;
        while(left<right){
            int mid=left+(right-left)/2;
            if(nums[mid]<nums[right]){
                //这么做是因为即将排序的右侧有序区间中最左边可能就是最小值
                //需要把他保留下来
                right=mid;
            }
            else{
                left=mid+1;
            }
        }
        return nums[right];
    }
}

搜索旋转排序数组的最小值(有重复值)

0x1 题目详情

假设按照升序排序的数组在预先未知的某个点上进行了旋转。 ( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。 请找出其中最小的元素。 注意数组中可能存在重复的元素。

测试用例:

示例 1: 输入: [1,3,5] 输出: 1 示例 2: 输入: [2,2,2,0,1] 输出: 0

0x2 解题思路

这和没重复值查找最小值的唯一区别就是有了重复元素。由于我们只关注右半部分,所以只要遇到相同元素淘汰就完事了。

淘汰区间选择的标准和无重复元素的情况是一样的。

0x3 代码实现

class Solution {
    public int findMin(int[] nums) {
        if(nums==null || nums.length==0){
            return 0;
        }
        if(nums.length==1){
            return nums[0];
        }
        int left=0;
        int right=nums.length-1;
        while(left<right){
            //淘汰掉相同元素
            int mid=left+(right-left)/2;
            if(nums[mid]==nums[right]){
                right--;
                continue;
            }
            if(nums[mid]>nums[right]){
                left=mid+1;
            }
            else{
                right=mid;
            }
        }
        return nums[right];

    }
}

总结

这四道题目可以说是很好的练习了二分法的使用。

所以使用场景:

我们呢期望找一个数,且这个数有范围,并且我们能够通过某种规则淘汰调一部分的时候,就可以考虑使用二分法。使用二分不一样要严格保证数组是有序的。

思考方向:

  1. 首先我们应该进行分类讨论

  2. 然后思考在哪种情况下应该保留哪一部分

  3. 最后思考我们应该制定何种规则才能实现上述的区间淘汰方法

二分模板并不是能够完全适用,特殊的情况可以做一些适当的定制。

这里left与right指针更新的方式采用的更新方式,但是我们不能直接套二分模板,仍需要做出一点改变:这里的二分的区间我们需要采取左闭右闭的区间。这样每次取的中点就是上中了。

33. 搜索旋转排序数组
81. 搜索旋转排序数组 II
153. 寻找旋转排序数组中的最小值
154. 寻找旋转排序数组中的最小值 II
二分模板