题目
来源:LeetCode.
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。
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 < = n u m s . l e n g t h < = 104 1 <= nums.length <= 104 1<=nums.length<=104
- − 104 < = n u m s [ i ] < = 104 -104 <= nums[i] <= 104 −104<=nums[i]<=104
- n u m s 为 无 重 复 元 素 的 升 序 排 列 数 组 nums 为 无重复元素 的 升序 排列数组 nums为无重复元素的升序排列数组
- − 104 < = t a r g e t < = 104 -104 <= target <= 104 −104<=target<=104
接下来看一下解题思路:
思路:二分法:
看到题目,在升序的数组里,要求时间复杂度为 O(log n) 找目标值,首先想到的是二分查找。
二分查找适用场景:有序或者部分有序,基本使用二分搜索及其变种;
因为每次搜索数据的一半,时间复杂度
O
(
l
o
g
n
)
O(logn)
O(logn)
这个比二分法多了一个条件:如果目标值不在数组中,需要返回按顺序插入的位置
也就是说:我们需要找一个 target
这个 目标值满足如下条件:
n
u
m
s
[
p
o
s
−
1
]
<
t
a
r
g
e
t
≤
n
u
m
s
[
p
o
s
]
nums[pos−1]<target≤nums[pos]
nums[pos−1]<target≤nums[pos]
java实现
class Solution {
public int searchInsert(int[] nums, int target) {
if (nums.length < 1) {
return 0;
}
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = (left + right) >> 1;
if (nums[mid] == target) {
return mid;
} else if(nums[mid] > target) {
right = mid - 1;
} else {
left = mid + 1;
}
}
return left;
}
}
C++实现
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
if(nums.size() < 1) {
return 0;
}
int left = 0;
int right = nums.size() - 1;
while(left <= right) {
int mid = (left + right) >> 1;
if(nums[mid] == target) {
return mid;
} else if (nums[mid] > target) {
right = mid - 1;
} else {
left = mid + 1;
}
}
return left;
}
};
python实现
class Solution(object):
def searchInsert(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: int
"""
if len(nums) < 1:
return 0
left = 0
right = len(nums) - 1
while left <= right:
mid = (left + right) >> 1
if nums[mid] == target:
return mid
elif nums[mid] > target:
right = mid - 1
else:
left = mid + 1
return left
为什么最后返回的是 left
的值?
根据 if
的判断条件,left
左边的值一直小于 target
, right
右边的值一直大于等于 target
最终 left
一定等于 right + 1
,这样循环结束后 left
左边的部分全部小于 target
,并以 right
结尾;right
右边的部分全部大于等于 target
,并以 left
为首,所以最终答案一定在 left
位置
复杂度分析
时间复杂度:
O
(
log
n
)
O(\log n)
O(logn),其中
n
n
n 为
nums
\textit{nums}
nums 数组的大小。整个算法时间复杂度即为二分查找的时间复杂度
O
(
log
n
)
O(\log n)
O(logn)。
空间复杂度:
O
(
1
)
O(1)
O(1)。只需要常数级别的空间存放变量。