搜索旋转排序数组系列

153. 寻找旋转排序数组中的最小值

  • 二分查找过程中,比较mid与right(而非left)的原因:
    以 [1,2,3,4,5,6,7] 为例,分以下情况

    1. 若[1,2,3,4,5,6,7] 左<中,中<右。最小值在最左边, 所以更新 右指针
    2. 若[6,7,1,2,3,4,5] 左>中,中<右。最小值在mid左边,所以更新 右指针
    3. 若[4,5,6,7,1,2,3] 左<中,中>右。最小值在mid右边,所以更新 左指针
  • 可见,当中<右时(情况1,2),都是更新右指针,中>右时 (情况3),都是更新左指针(因为是找最小值,最小值偏左,所以mid和右指针进行比较,更有区分度)。 但是左<中时 (情况1,3),指针更新不统一,讨论起来较麻烦。

循环条件l<r:

  • nums[mid]>nums[r],说明mid在第一个递增序列,最小值在mid右边,所以l=mid+1 (情况3)
  • nums[mid]<=nums[r],说明mid在第二个递增序列,最小值在mid处或mid左边,所以r=mid (情况2, 或者如[3,4,0,1,2])
  class Solution(object):
    def findMin(self, nums):
        left=0
        right=len(nums)-1
        while left<right:
            mid=left+(right-left)//2
            if nums[mid]>nums[right]:
                left=mid+1
            else:
                right=mid
        return nums[left]

154. 寻找旋转排序数组中的最小值 II

此题与上一题的区别是,增加了重复元素,所以循环条件略有区别,增加了nums[mid]==nums[r]等于时的特判,用right-=1跳过重复元素,使得right慢慢向左跳

循环条件l<r:

  • nums[mid]>nums[r],说明mid在第一个递增序列,最小值在mid右边,所以l=mid+1 (情况3)
  • nums[mid]<nums[r],说明mid在第二个递增序列,最小值在mid处或mid左边,所以r=mid (情况2, 或者如[3,4,0,1,2])
  • nums[mid]=nums[r],r 向左慢慢跳,所以r-=1 (如[1,0,1,1,1])
class Solution(object):
    def findMin(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        left=0
        right=len(nums)-1
        while left<right:
            mid=left+(right-left)//2
            if nums[mid]>nums[right]:
                left=mid+1
            elif nums[mid]<nums[right]:
                right=mid
            else:
                right-=1
        return nums[left]

33. 搜索旋转排序数组

方法1:找到数组中的最小值后,在第一或第二递增区域内找目标值

根据上题”153. 寻找旋转排序数组中的最小值” 可以得到最小值,若将最小值minIdx作为旋转点,则有

  • 若最小值下标为0,说明序列是单调递增的,所以在0 - n-1 范围内进行二分查找
  • target>=nums[0],说明target在第一段递增序列内,所以在nums[0:minIdx] 范围内进行二分查找
  • target<nums[0],说明target需要在第二段递增序列内找,所以在nums[minIdx:] 范围内进行二分查找
    • 如果目标值不在第二递增序列中,则返回-1(如[4,5,6,7,0,1,2]中找target 3),否则返回 minIdx+binarySearch(nums[minIdx:],target)的结果
class Solution(object):
    def search(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: int
        """
        # 找到最小值的下标
        def findMin(nums):
            l=0
            r=len(nums)-1
            while l<r:
                mid=l+(r-l)//2
                if nums[mid]>nums[r]:
                    l=mid+1
                else:
                    r=mid
            return l

        # 普通的二分查找,用于确定目标值下标
        def  binarySearch(nums,target):
            l=0
            r=len(nums)-1
            while l<=r:
                mid=l+(r-l)//2
                if nums[mid]==target:
                    return mid
                elif nums[mid]>target:
                    r=mid-1
                else:
                    l=mid+1
            return -1

        minIdx=findMin(nums)
        if minIdx==0: #单调递增,在整个范围内寻找
            return binarySearch(nums,target)
        elif target>=nums[0]: # 在第一个递增序列内找
            return binarySearch(nums[0:minIdx],target)
        else: # target<nums[0]: # 在第二个递增序列内找
            # 如果目标值不在第二递增序列中,则返回-1,否则返回 minIdx+tmp
            tmp=binarySearch(nums[minIdx:],target)
            return -1 if tmp==-1 else minIdx+tmp

方法2:直接二分查找,在严格的递增序列内找target,其余情况取反

  • 设置左右指针
  • nums[mid]==target时,说明已找到目标值,返回 mid (也是while的结束条件)
  • 当nums[mid]>=nums[l] 时(注意这里要取等号,使得满足递增序列只有一个元素的情况也符合(如[3,1])),说明左边是递增序列,
    • target在递增序列内,则更新右指针
    • 其他情况更新左指针 (target 在mid的右边,所以更新左指针)
  • 否则当nums[mid]<nums[l]时,说明右边是递增序列
    • target在递增序列内,则更新左指针
    • 其他情况更新右指针 (target 在mid的左边,所以更新右指针)
class Solution(object):
    def search(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: int
        """
        n=len(nums)
        l=0
        r=n-1
        while l<=r:
            mid=l+(r-l)//2
            # 找到后,结束循环,跳出
            if nums[mid]==target:
                return mid
            # 左边是递增序列
            if nums[mid]>=nums[l]:
                # target 若在递增序列内,则更新右指针
                if nums[l]<=target<nums[mid]:
                    r=mid-1
                else: # 剩余情况更新左指针
                    l=mid+1
            # 右边是递增序列
            elif nums[mid]<nums[l]:
                # target 若在递增序列内,则更新左指针
                if nums[mid]<target<=nums[r]:
                    l=mid+1
                else: # 剩余情况更新右指针
                    r=mid-1
        return -1 # 不满足条件时,返回-1

81. 搜索旋转排序数组 II

与上题相比,本题增加了重复元素。因此,若检测到重复元素,则左(右)指针要跳,直到不重复:

如[1,1,1,1,2,1], 可保证跳过相邻的相同元素
与上题相比,增加如下判断:

        if nums[mid]==nums[l]==nums[r]:
            l+=1
            r-=1
class Solution(object):
    def search(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: int
        """
        n=len(nums)
        l=0
        r=n-1
        while l<=r:
            mid=l+(r-l)//2
            # 找到后,结束循环,跳出
            if nums[mid]==target:
                return True


            # ******与上题相比,增加的部分****** #
            """
            如[1,1,1,1,2,1], 可保证跳过相邻的相同元素
            """
            if nums[mid]==nums[l]==nums[r]:
                l+=1
                r-=1
            # ******与上题相比,增加的部分****** #


            # 左边是递增序列
            elif nums[mid]>=nums[l]:
                # target 若在递增序列内,则更新右指针
                if nums[l]<=target<nums[mid]:
                    r=mid-1
                else: # 剩余情况更新左指针
                    l=mid+1
            # 右边是递增序列
            elif nums[mid]<nums[l]:
                # target 若在递增序列内,则更新左指针
                if nums[mid]<target<=nums[r]:
                    l=mid+1
                else: # 剩余情况更新右指针
                    r=mid-1
        return False # 不满足条件时,返回-1

   转载规则


《搜索旋转排序数组系列》 M 采用 知识共享署名 4.0 国际许可协议 进行许可。
 上一篇
Python经典排序算法 Python经典排序算法
Python经典排序算法 Complete Beginner’s Guide to Big O Notation 选择排序 对每一个nums[i], 寻找 $range(i,n)$ 范围内比nums[i]大的数,并与之交换 以此类推,位置
2020-07-22
下一篇 
第零章:一个方法团灭 nSum 问题 第零章:一个方法团灭 nSum 问题
labuladong一个方法团灭 nSum 问题 1. 两数之和方法1:利用字典去重 利用字典保存遍历过程变量,若满足条件,则返回结果 class Solution(object): def twoSum(self, nums,
2020-07-16
  目录