Medium
题目描述
整数数组 nums 按升序排列,数组中的值 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,[0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。
你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4
示例 2:
输入:nums = [4,5,6,7,0,1,2], target = 3
输出:-1
示例 3:
输入:nums = [1], target = 0
输出:-1
提示:
1 <= nums.length <= 5000-10^4 <= nums[i] <= 10^4nums中的每个值都 独一无二- 题目数据保证
nums在预先未知的某个下标上进行了旋转 -10^4 <= target <= 10^4
解题思路
这道题要求在旋转排序数组中搜索目标值,时间复杂度必须是 O(log n),显然需要使用二分查找。
关键思路是:虽然整个数组不是完全有序的,但我们可以发现一个重要性质:对于任意中点 mid,数组的左半部分和右半部分至少有一个是完全有序的。
具体算法步骤:
- 使用二分查找,每次取中点 mid
- 判断哪一半是有序的:
- 如果
nums[left] <= nums[mid],说明左半部分有序 - 否则右半部分有序
- 如果
- 在有序的那一半中判断 target 是否在范围内:
- 如果在范围内,就在这一半继续搜索
- 否则在另一半搜索
这种方法巧妙地利用了旋转数组的特性:无论怎么旋转,总有一半是严格递增的,我们可以利用这个有序性来判断目标值可能在哪一边。
时间复杂度 O(log n),空间复杂度 O(1),满足题目要求。
代码实现
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0, right = nums.size() - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
}
// 左半部分有序
if (nums[left] <= nums[mid]) {
// target在左半部分的范围内
if (nums[left] <= target && target < nums[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
}
// 右半部分有序
else {
// target在右半部分的范围内
if (nums[mid] < target && target <= nums[right]) {
left = mid + 1;
} else {
right = mid - 1;
}
}
}
return -1;
}
};
class Solution:
def search(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums) - 1
while left <= right:
mid = (left + right) // 2
if nums[mid] == target:
return mid
# 左半部分有序
if nums[left] <= nums[mid]:
# target在左半部分的范围内
if nums[left] <= target < nums[mid]:
right = mid - 1
else:
left = mid + 1
# 右半部分有序
else:
# target在右半部分的范围内
if nums[mid] < target <= nums[right]:
left = mid + 1
else:
right = mid - 1
return -1
public class Solution {
public int Search(int[] nums, int target) {
int left = 0, right = nums.Length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
}
// 左半部分有序
if (nums[left] <= nums[mid]) {
// target在左半部分的范围内
if (nums[left] <= target && target < nums[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
}
// 右半部分有序
else {
// target在右半部分的范围内
if (nums[mid] < target && target <= nums[right]) {
left = mid + 1;
} else {
right = mid - 1;
}
}
}
return -1;
}
}
var search = function(nums, target) {
let left = 0, right = nums.length - 1;
while (left <= right) {
let mid = Math.floor((left + right) / 2);
if (nums[mid]
复杂度分析
| 复杂度 | 大小 |
|---|---|
| 时间复杂度 | O(log n) |
| 空间复杂度 | O(1) |