热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

leetcode34(在排序数组中查找元素的第一个和最后一个位置)Java语言实现

求:给定一个按照升序排列的整数数组nums,和一个目标值target。找出给定目标值在数组中的开始位置和结束位置。你的算法时间复杂度必须是O(logn)级别。如果数组中不存在目标值

leetcode34(在排序数组中查找元素的第一个和最后一个位置)--Java语言实现

求:

给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。

你的算法时间复杂度必须是 O(log n) 级别。

如果数组中不存在目标值,返回 [-1, -1]。

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]

 

题目链接: https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/

 

解:

1、线性查找

先从前往后遍历,得到target第一次出现的索引startIndex,如果target一次也没有出现过,返回{-1,-1}。再从后往前遍历,得到target最后一次出现的索引endIndex,最后返回索引对{startIndex,endIndex}。(如果事先知道重复的数量很少,第2趟可以接着上一次的遍历结果继续往后遍历,而如果重复的次数很多,从后往前遍历大概率会更好,这里我用从后往前做演示,时间复杂度来说2者是一样的),这个解法不符合题目时间复杂度为O(logN)的要求。

时间复杂度:O(N)

空间复杂度:O(1)

public int[] searchRange(int[] nums, int target) {
    int ret[] = {-1, -1};
    int N = nums.length;
    int i, j;
    for (i = 0; i ; i++) ;
    if (i == N) return ret;
    ret[0] = i;
    for (j = N - 1; j > i && nums[j] != target; j--) ;
    ret[1] = j;
    return ret;
}

2、二分查找+线性最大最小搜索

在排序数组中查找指定元素,并且要求时间复杂度是O(logN),很自然的想到使用二分算法。在二分过程中,因为本题返回的是第一次和最后一次出现的索引对应的区间,因此如果出现了匹配,还需要分别向前和向后查找到不匹配为止,最后返回匹配区间。如果整个过程中都没有找到想要的元素,返回{-1,-1}。

网上很多人使用这种解法,但是这个解法依然不符合题目时间复杂度为O(logN)的要求。我们设想如果数组中的元素都是重复的,那么当使用二分找到target后,找target第一次和最后一次出现的索引所消耗的时间很明显是O(N)数量级,因此还需要继续优化。

时间复杂度:O(N)

空间复杂度:O(1)

public int[] searchRange(int[] nums, int target) {
    int ret[] = {-1, -1};
    int start = 0, end = nums.length - 1;
    while (start <= end) {
        int mid = (start + end) >> 1;
        if (nums[mid] == target) {
            int i = mid - 1, j = mid + 1;
            while (i >= 0 && nums[i] == nums[mid]) --i;
            while (j length && nums[j] == nums[mid]) ++j;
            ret[0] = i+1;
            ret[1] = j-1;
            break;
        } else if (nums[mid] 1;
        } else {
            end = mid - 1;
        }
    }
    return ret;
}

3、2趟二分搜索

使用2趟二分搜索,分别查找target第一次和最后一次出现的索引,因为每趟都是O(logN)数量级的操作,因此总的时间复杂度也是O(logN)数量级,符合题目要求。这里我们定义一个查找索引的函数searchIndex,它接受5个参数:数组nums、要查找的数target,起始查找索引start,终止查找索引end,以及一个标志位left。如果left是true,代表沿着左边找到最小索引。如果left是false,代表沿着右边找到最大索引。在主函数中2次调用searchIndex,得到起止位置,然后返回。

时间复杂度:O(logN)

空间复杂度:O(1)

public int[] searchRange(int[] nums, int target) {
    int ret[] = {-1, -1};
    int startIndex = searchIndex(nums, target, 0, nums.length - 1, true);
    if (startIndex == -1) return ret;
    ret[0] = startIndex;
    int endIndex = searchIndex(nums, target, startIndex, nums.length - 1, false);
    ret[1] = endIndex;
    return ret;
}

private int searchIndex(int[] nums, int target, int start, int end, boolean left) {
    int index = -1;
    while (start <= end) {
        int mid = (start + end) >> 1;
        if (nums[mid] == target) {
            index = mid;
            if (left) end = mid - 1;
            else start = mid + 1;
        } else if (nums[mid] 1;
        } else {
            end = mid - 1;
        }
    }
    return index;
}

推荐阅读
  • Python爬虫中使用正则表达式的方法和注意事项
    本文介绍了在Python爬虫中使用正则表达式的方法和注意事项。首先解释了爬虫的四个主要步骤,并强调了正则表达式在数据处理中的重要性。然后详细介绍了正则表达式的概念和用法,包括检索、替换和过滤文本的功能。同时提到了re模块是Python内置的用于处理正则表达式的模块,并给出了使用正则表达式时需要注意的特殊字符转义和原始字符串的用法。通过本文的学习,读者可以掌握在Python爬虫中使用正则表达式的技巧和方法。 ... [详细]
  • JVM 学习总结(三)——对象存活判定算法的两种实现
    本文介绍了垃圾收集器在回收堆内存前确定对象存活的两种算法:引用计数算法和可达性分析算法。引用计数算法通过计数器判定对象是否存活,虽然简单高效,但无法解决循环引用的问题;可达性分析算法通过判断对象是否可达来确定存活对象,是主流的Java虚拟机内存管理算法。 ... [详细]
  • 提升Python编程效率的十点建议
    本文介绍了提升Python编程效率的十点建议,包括不使用分号、选择合适的代码编辑器、遵循Python代码规范等。这些建议可以帮助开发者节省时间,提高编程效率。同时,还提供了相关参考链接供读者深入学习。 ... [详细]
  • 本文由编程笔记#小编为大家整理,主要介绍了logistic回归(线性和非线性)相关的知识,包括线性logistic回归的代码和数据集的分布情况。希望对你有一定的参考价值。 ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 如何使用Java获取服务器硬件信息和磁盘负载率
    本文介绍了使用Java编程语言获取服务器硬件信息和磁盘负载率的方法。首先在远程服务器上搭建一个支持服务端语言的HTTP服务,并获取服务器的磁盘信息,并将结果输出。然后在本地使用JS编写一个AJAX脚本,远程请求服务端的程序,得到结果并展示给用户。其中还介绍了如何提取硬盘序列号的方法。 ... [详细]
  • javascript  – 概述在Firefox上无法正常工作
    我试图提出一些自定义大纲,以达到一些Web可访问性建议.但我不能用Firefox制作.这就是它在Chrome上的外观:而那个图标实际上是一个锚点.在Firefox上,它只概述了整个 ... [详细]
  • 不同优化算法的比较分析及实验验证
    本文介绍了神经网络优化中常用的优化方法,包括学习率调整和梯度估计修正,并通过实验验证了不同优化算法的效果。实验结果表明,Adam算法在综合考虑学习率调整和梯度估计修正方面表现较好。该研究对于优化神经网络的训练过程具有指导意义。 ... [详细]
  • 本文详细介绍了Java中vector的使用方法和相关知识,包括vector类的功能、构造方法和使用注意事项。通过使用vector类,可以方便地实现动态数组的功能,并且可以随意插入不同类型的对象,进行查找、插入和删除操作。这篇文章对于需要频繁进行查找、插入和删除操作的情况下,使用vector类是一个很好的选择。 ... [详细]
  • 本文介绍了Python爬虫技术基础篇面向对象高级编程(中)中的多重继承概念。通过继承,子类可以扩展父类的功能。文章以动物类层次的设计为例,讨论了按照不同分类方式设计类层次的复杂性和多重继承的优势。最后给出了哺乳动物和鸟类的设计示例,以及能跑、能飞、宠物类和非宠物类的增加对类数量的影响。 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
  • IjustinheritedsomewebpageswhichusesMooTools.IneverusedMooTools.NowIneedtoaddsomef ... [详细]
author-avatar
grafopenshaw_460
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有