文章目录
81. 搜索旋转排序数组 II:
已知存在一个按非降序排列的整数数组
nums
,数组中的值不必互不相同。
在传递给函数之前,
nums
在预先未知的某个下标
k
(
0 <= k < nums.length
)上进行了 旋转 ,使数组变为
[nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]
(下标 从 0 开始 计数)。例如,
[0,1,2,4,4,4,5,6,6,7]
在下标
5
处经旋转后可能变为
[4,5,6,6,7,0,1,2,4,4]
。
给你 旋转后 的数组
nums
和一个整数
target
,请你编写一个函数来判断给定的目标值是否存在于数组中。如果
nums
中存在这个目标值
target
,则返回
true
,否则返回
false
。
你必须尽可能减少整个操作步骤。
样例 1:
输入:
nums = [2,5,6,0,0,1,2], target = 0
输出:
true
样例 2:
输入:
nums = [2,5,6,0,0,1,2], target = 3
输出:
false
提示:
- 1 <= nums.length <= 5000
- -104 <= nums[i] <= 104
- 题目数据保证 nums 在预先未知的某个下标上进行了旋转
- -104 <= target <= 104
进阶:
- 这是 搜索旋转排序数组 的延伸题目,本题中的
nums
可能包含重复元素。 - 这会影响到程序的时间复杂度吗?会有怎样的影响,为什么?
分析:
- 面对这道算法题目,二当家的再次陷入了沉思。
- 如果没有旋转,那肯定使用二分查找,二分查找可以在每一次循环遍历都排除一半的数据,效率非常高。
- 要使用二分查找,数组必须是有序的,但是数组已经被旋转了,所以并不是完全有序,但也并不是完全没有办法。
- 一般的二分是每次比较中间元素,然后判断元素是否相等,如果不相等再看元素应该在左半部分,还是右半部分,由此排除一半的元素,再继续在另一部分中重复这样的逻辑。
- 我们可以使用变形的二分查找,可以想到,有序数组旋转后,从中分成两部分,一定有一部分是有序的,而另一部分也是部分有序,但是头一定不小于尾,所以我们可以先判断哪一部分有序,然后再看目标数字是否在有序那部分当中,来决定改变左边界,还是右边界,这样便可以达到二分查找的效率。
- 由于数组中允许重复元素,那么在某一次查找时,可能会出现中间元素和头尾元素都是相同的情况,这时候就没办法判断哪半部分是有序的,也就不能直接排除一半的元素,但是我们可以将头和尾的元素排除掉。
题解:
rust:
implSolution{pubfnsearch(nums:Vec<i32>, target:i32)->bool{let n = nums.len();if n ==0{returnfalse;}if n ==1{return nums[0]== target;}let(mut l,mut r)=(0, n -1);while l <= r {let mid =(l + r)>>1;if nums[mid]== target {returntrue;}if nums[l]== nums[mid]&& nums[mid]== nums[r]{if r ==0{// 防止r溢出到非常大returnfalse;}
l +=1;
r -=1;}elseif nums[l]<= nums[mid]{if nums[l]<= target && target < nums[mid]{
r = mid -1;}else{
l = mid +1;}}else{if nums[mid]< target && target <= nums[n -1]{
l = mid +1;}else{
r = mid -1;}}}returnfalse;}}
go:
funcsearch(nums []int, target int)bool{
n :=len(nums)if n ==0{returnfalse}if n ==1{return nums[0]== target
}
l, r :=0, n-1for l <= r {
mid :=(l + r)>>1if nums[mid]== target {returntrue}if nums[l]== nums[mid]&& nums[mid]== nums[r]{
l++
r--}elseif nums[l]<= nums[mid]{if nums[l]<= target && target < nums[mid]{
r = mid -1}else{
l = mid +1}}else{if nums[mid]< target && target <= nums[n-1]{
l = mid +1}else{
r = mid -1}}}returnfalse}
c++:
classSolution{public:boolsearch(vector<int>& nums,int target){constint n = nums.size();if(n ==0){returnfalse;}if(n ==1){return nums[0]== target;}int l =0, r = n -1;while(l <= r){int mid =(l + r)>>1;if(nums[mid]== target){returntrue;}if(nums[l]== nums[mid]&& nums[mid]== nums[r]){++l;--r;}elseif(nums[l]<= nums[mid]){if(nums[l]<= target && target < nums[mid]){
r = mid -1;}else{
l = mid +1;}}else{if(nums[mid]< target && target <= nums[n -1]){
l = mid +1;}else{
r = mid -1;}}}returnfalse;}};
python:
classSolution:defsearch(self, nums: List[int], target:int)->bool:ifnot nums:returnFalse
n =len(nums)if n ==1:return nums[0]== target
l, r =0, n -1while l <= r:
mid =(l + r)>>1if nums[mid]== target:returnTrueif nums[l]== nums[mid]and nums[mid]== nums[r]:
l +=1
r -=1elif nums[l]<= nums[mid]:if nums[l]<= target < nums[mid]:
r = mid -1else:
l = mid +1else:if nums[mid]< target <= nums[n -1]:
l = mid +1else:
r = mid -1returnFalse
java:
classSolution{publicbooleansearch(int[] nums,int target){finalint n = nums.length;if(n ==0){returnfalse;}if(n ==1){return nums[0]== target;}int l =0, r = n -1;while(l <= r){int mid =(l + r)/2;if(nums[mid]== target){returntrue;}if(nums[l]== nums[mid]&& nums[mid]== nums[r]){++l;--r;}elseif(nums[l]<= nums[mid]){if(nums[l]<= target && target < nums[mid]){
r = mid -1;}else{
l = mid +1;}}else{if(nums[mid]< target && target <= nums[n -1]){
l = mid +1;}else{
r = mid -1;}}}returnfalse;}}
非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】三连走一波~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://le-yi.blog.csdn.net/ 博客原创~
版权归原作者 二当家的白帽子 所有, 如有侵权,请联系我们删除。