• LeetCode 1095. 山脉数组中查找目标值【数组,二分】1827


    本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章中,我不仅会讲解多种解题思路及其优化,还会用多种编程语言实现题解,涉及到通用解法时更将归纳总结出相应的算法模板。

    为了方便在PC上运行调试、分享代码文件,我还建立了相关的仓库:https://github.com/memcpy0/LeetCode-Conquest。在这一仓库中,你不仅可以看到LeetCode原题链接、题解代码、题解文章链接、同类题目归纳、通用解法总结等,还可以看到原题出现频率和相关企业等重要信息。如果有其他优选题解,还可以一同分享给他人。

    由于本系列文章的内容随时可能发生更新变动,欢迎关注和收藏征服LeetCode系列文章目录一文以作备忘。

    (这是一个 交互式问题 )

    给你一个 山脉数组 mountainArr,请你返回能够使得 mountainArr.get(index) 等于 target 最小 的下标 index 值。

    如果不存在这样的下标 index,就请返回 -1

    何为山脉数组?如果数组 A 是一个山脉数组的话,那它满足如下条件:

    首先A.length >= 3

    其次,在 0 < i < A.length - 1 条件下,存在 i 使得:

    • A[0] < A[1] < ... A[i-1] < A[i]
    • A[i] > A[i+1] > ... > A[A.length - 1]

    你将 不能直接访问该山脉数组,必须通过 MountainArray 接口来获取数据

    • MountainArray.get(k) - 会返回数组中索引为k 的元素(下标从 0 开始)
    • MountainArray.length() - 会返回该数组的长度

    注意:
    对 MountainArray.get 发起超过 100 次调用的提交将被视为错误答案。此外,任何试图规避判题系统的解决方案都将会导致比赛资格被取消。

    为了帮助大家更好地理解交互式问题,我们准备了一个样例 “答案”:https://leetcode-cn.com/playground/RKhe3ave,请注意这 不是一个正确答案

    示例 1:

    输入:array = [1,2,3,4,5,3,1], target = 3
    输出:2
    解释:3 在数组中出现了两次,下标分别为 25,我们返回最小的下标 2
    • 1
    • 2
    • 3

    示例 2:

    输入:array = [0,1,2,4,2,1], target = 3
    输出:-1
    解释:3 在数组中没有出现,返回 -1
    • 1
    • 2
    • 3

    提示:

    • 3 <= mountain_arr.length() <= 10000
    • 0 <= target <= 10^9
    • 0 <= mountain_arr.get(index) <= 10^9

    解法 三次二分

    显然,如果山脉数组是一个单调递增或者单调递减的序列,那么我们可以通过二分法迅速找到目标值。

    而现在题目中有一个单调递增序列(峰值左边)和一个单调递减序列(峰值右边),我们只是不知道两个序列的分割点,即峰值在哪里。所以我们第一步应该首先找到峰值

    而峰值也可以使用二分法(或者三分法,对 l , r l, r l,r 找到两个三分点 l m i d , r m i d lmid, rmid lmid,rmid )寻找:

    • 对于一个范围 [ i , j ] [i, j] [i,j] ,我们可以先找到范围 [ i , j ] [i, j] [i,j] 中间连续的两个点 m i d mid mid m i d + 1 mid + 1 mid+1
    • 如果 m o u n t a i n A r r . g e t ( m i d + 1 ) > m o u n t a i n A r r . g e t ( m i d ) mountainArr.get(mid + 1) > mountainArr.get(mid) mountainArr.get(mid+1)>mountainArr.get(mid) ,那么可以知道峰值在范围 [ m i d + 1 , j ] [mid + 1, j] [mid+1,j] 内;
    • 如果 m o u n t a i n A r r . g e t ( m i d + 1 ) < m o u n t a i n A r r . g e t ( m i d ) mountainArr.get(mid + 1) < mountainArr.get(mid) mountainArr.get(mid+1)<mountainArr.get(mid) ,那么可以知道峰值在范围 [ i , m i d ] [i, mid] [i,mid] 内。
    • 通过这样的方法,我们可以在 O ( log ⁡ n ) O(\log n) O(logn) 的时间内找到峰值所处的下标。

    这个方法的正确性在于我们二分的目标是相邻位置数的差值,我们每次判断的是 m o u n t a i n A r r . g e t ( m i d + 1 ) − m o u n t a i n A r r . g e t ( m i d ) mountainArr.get(mid + 1) - mountainArr.get(mid) mountainArr.get(mid+1)mountainArr.get(mid) 0 0 0 的大小关系。这个差值组成的数组保证了单调递增的部分差值均为正数,单调递减的部分差值均为负数,整个数组呈现 [正数,正数,正数,...,负数,负数] 这样前半部分均为正数,后半部分均为负数的性质,满足单调性(二段性),因此我们可以使用二分查找。

    以示例 1 为例,我们对整个数组进行差分,即除了第一个数每个数都减去前一个数得到新的数组,最终我们得到 [ 1 , 1 , 1 , 1 , − 2 , − 2 ] [1, 1, 1, 1, -2, -2] [1,1,1,1,2,2] ,整个差分数组满足单调性,可以应用二分法。

    接下来,只需要使用二分法在单调序列中找到目标值即可,注意二分法要使用两次,为了编码简洁可以将二分法封装成函数。

    1. 先使用二分法找到数组的峰值。
    2. 在峰值左边使用二分法寻找目标值。
    3. 如果峰值左边没有目标值,那么使用二分法在峰值右边寻找目标值。
    class Solution {
    private:
        int binarySearch(MountainArray &mountain, int target, int l, int r, int key(int)) {
            target = key(target);
            while (l <= r) {
                int m = l + r >> 1;
                int cur = key(mountain.get(m));
                if (cur == target) return m;
                else if (cur < target) l = m + 1;
                else r = m - 1; 
            }
            return -1;
        }
    public:
        int findInMountainArray(int target, MountainArray &mountainArr) {
            int l = 0, r = mountainArr.length() - 1;
            while (l < r) {
                int m = l + r >> 1;
                if (mountainArr.get(m) < mountainArr.get(m + 1)) l = m + 1; // 在右边
                else r = m;
            }
            int peak = l;
            int index = binarySearch(mountainArr, target, 0, peak, 
                [](int x) -> int { return x; });
            if (index != -1) return index;
            return binarySearch(mountainArr, target, peak + 1, mountainArr.length() - 1, 
                [](int x) -> int { return -x; });
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29

    复杂度分析:

    • 时间复杂度: O ( log ⁡ n ) O(\log n) O(logn)
    • 空间复杂度: O ( 1 ) O(1) O(1)
  • 相关阅读:
    ‍ IT行业就业趋势:哪些方向更受青睐?
    最长上升子序列及拓展
    fiddler 手机抓包
    @Configuration和@Component注解的区别
    H - Hot Black Hot White(数论/取模运算)
    全向相机模型Omnidirectional Camera Model
    第16节-PhotoShop基础课程-修复工具组-去水印
    【Java八股40天-Day6】 多线程及高并发1
    二叉排序树的插入(递归、非递归)和构造
    解决ModuleNotFoundError: No module named ‘diffusers.models.cross_attention‘
  • 原文地址:https://blog.csdn.net/myRealization/article/details/133848544