寻找旋转排序数组中的最小值[中等]

在这里插入图片描述

优质博文IT-BLOG-CN

一、题目

已知一个长度为n的数组,预先按照升序排列,经由1n次 旋转 后,得到输入数组。例如,原数组nums = [0,1,2,4,5,6,7]在变化后可能得到:
【1】若旋转4次,则可以得到[4,5,6,7,0,1,2]
【2】若旋转7次,则可以得到[0,1,2,4,5,6,7]

注意,数组[a[0], a[1], a[2], ..., a[n-1]]旋转一次 的结果为数组[a[n-1], a[0], a[1], a[2], ..., a[n-2]]

给你一个元素值 互不相同 的数组nums,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。

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 = [3,4,5,1,2]
输出:1
解释:原数组为[1,2,3,4,5],旋转3次得到输入数组。

示例 2:
输入:nums = [4,5,6,7,0,1,2]
输出:0
解释:原数组为[0,1,2,4,5,6,7],旋转3次得到输入数组。

示例 3:
输入:nums = [11,13,15,17]
输出:11
解释:原数组为[11,13,15,17],旋转4次得到输入数组。

n == nums.length
1 <= n <= 5000
-5000 <= nums[i] <= 5000
nums中的所有整数 互不相同
nums原来是一个升序排序的数组,并进行了1n次旋转

二、代码

二分查找

我们考虑数组中的最后一个元素xxx:在最小值右侧的元素(不包括最后一个元素本身),它们的值一定都严格小于xxx;而在最小值左侧的元素,它们的值一定都严格大于xxx。因此,我们可以根据这一条性质,通过二分查找的方法找出最小值。

在二分查找的每一步中,左边界为low,右边界为high,区间的中点为pivot,最小值就在该区间内。我们将中轴元素nums[pivot]与右边界元素nums[high]进行比较,可能会有以下的三种情况:

第一种情况是nums[pivot]<nums[high]。这说明nums[pivot]是最小值右侧的元素,因此我们可以忽略二分查找区间的右半部分。

第二种情况是nums[pivot]>nums[high]。这说明nums[pivot]是最小值左侧的元素,因此我们可以忽略二分查找区间的左半部分。

由于数组不包含重复元素,并且只要当前的区间长度不为1pivot就不会与high重合;而如果当前的区间长度为1,这说明我们已经可以结束二分查找了。因此不会存在nums[pivot]=nums[high]的情况。

当二分查找结束时,我们就得到了最小值所在的位置。

class Solution {public int findMin(int[] nums) {int low = 0;int high = nums.length - 1;while (low < high) {int pivot = low + (high - low) / 2;if (nums[pivot] < nums[high]) {high = pivot;} else {low = pivot + 1;}}return nums[low];}
}

时间复杂度: 时间复杂度为O(log⁡n),其中n是数组nums的长度。在二分查找的过程中,每一步会忽略一半的区间,因此时间复杂度为O(log⁡n)

空间复杂度: O(1)

主要思路

单调递增的序列:

        ****
*

做了旋转:

  *
****

用二分法查找,需要始终将目标值(这里是最小值)套住,并不断收缩左边界或右边界。

左、中、右三个位置的值相比较,有以下几种情况:

    左值 < 中值, 中值 < 右值 :没有旋转,最小值在最左边,可以收缩右边界右中左

左值 > 中值, 中值 < 右值 :有旋转,最小值在左半边,可以收缩右边界

     左       右中

左值 < 中值, 中值 > 右值 :有旋转,最小值在右半边,可以收缩左边界

         中  左 右

左值 > 中值, 中值 > 右值 :单调递减,不可能出现

     左中右

分析前面三种可能的情况,会发现情况12是一类,情况3是另一类。
【1】如果中值 < 右值,则最小值在左半边,可以收缩右边界。
【2】如果中值 > 右值,则最小值在右半边,可以收缩左边界。
【3】通过比较中值与右值,可以确定最小值的位置范围,从而决定边界收缩的方向。

而情况1与情况3都是左值 < 中值,但是最小值位置范围却不同,这说明,如果只比较左值与中值,不能确定最小值的位置范围。所以我们需要通过比较中值与右值来确定最小值的位置范围,进而确定边界收缩的方向。

接着分析解法里的一些问题:首先是while循环里的细节问题。这里的循环不变式是left < right, 并且要保证左闭右开区间里面始终套住最小值。

中间位置的计算:mid = left + (right - left) / 2这里整数除法是向下取整的地板除,mid更靠近left,再结合while循环的条件left < right,可以知道left <= mid,mid < right,即在while循环内,mid始终小于right。因此在while循环内,nums[mid]要么大于要么小于nums[right],不会等于。这样else {right = mid;}这句判断可以改为更精确的else if (nums[mid] < nums[right]) {right = mid;}

再分析一下while循环退出的条件。

如果输入数组只有一个数,左右边界位置重合,left == right,不会进入while循环,直接输出。

如果输入数组多于一个数,循环到最后,会只剩两个数,nums[left] == nums[mid],以及nums[right],这里的位置left == mid == right - 1

如果nums[left] == nums[mid] > nums[right],则左边大、右边小,需要执行left = mid + 1,使得left == right,左右边界位置重合,循环结束,nums[left]与nums[right]都保存了最小值。

如果nums[left] == nums[mid] < nums[right],则左边小、右边大,会执行right = mid,使得left == right,左右边界位置重合,循环结束,nums[left]nums[mid]nums[right]都保存了最小值。

细化了的代码:

class Solution {public int findMin(int[] nums) {int left = 0;int right = nums.length - 1;                /* 左闭右闭区间,如果用右开区间则不方便判断右值 */ while (left < right) {                      /* 循环不变式,如果left == right,则循环结束 */int mid = left + (right - left) / 2;    /* 地板除,mid更靠近left */if (nums[mid] > nums[right]) {          /* 中值 > 右值,最小值在右半边,收缩左边界 */ left = mid + 1;                     /* 因为中值 > 右值,中值肯定不是最小值,左边界可以跨过mid */ } else if (nums[mid] < nums[right]) {   /* 明确中值 < 右值,最小值在左半边,收缩右边界 */ right = mid;                        /* 因为中值 < 右值,中值也可能是最小值,右边界只能取到mid处 */ }}return nums[left];    /* 循环结束,left == right,最小值输出nums[left]或nums[right]均可 */     }
};

再讨论一个问题: 为什么左右不对称?为什么比较midright而不比较midleft?能不能通过比较midleft来解决问题?

左右不对称的原因是: 这是循环前升序排列的数,左边的数小,右边的数大,而且我们要找的是最小值,肯定是偏向左找,所以左右不对称了。

为什么比较midright而不比较midleft
具体原因前面已经分析过了,简单讲就是因为我们找最小值,要偏向左找,目标值右边的情况会比较简单,容易区分,所以比较midright而不比较midleft

那么能不能通过比较midleft来解决问题?
能,转换思路,不直接找最小值,而是先找最大值,最大值偏右,可以通过比较midleft来找到最大值,最大值向右移动一位就是最小值了(需要考虑最大值在最右边的情况,右移一位后对数组长度取余)。

以下是先找最大值的代码,可以与前面找最小值的比较:

class Solution {public int findMin(int[] nums) {int left = 0;int right = nums.length - 1; while (left < right) {int mid = left + (right - left + 1) / 2;   /* 先加一再除,mid更靠近右边的right */if (nums[left] < nums[mid]) {left = mid;                            /* 向右移动左边界 */} else if (nums[left] > nums[mid]) {right = mid - 1;                       /* 向左移动右边界 */}}return nums[(right + 1) % nums.length];    /* 最大值向右移动一位就是最小值了(需要考虑最大值在最右边的情况,右移一位后对数组长度取余) */}
};

使用left < rightwhile循环条件可以很方便推广到数组中有重复元素的情况,只需要在nums[mid] == nums[right]时挪动右边界就行:

class Solution {public int findMin(int[] nums) {int left = 0;int right = nums.length - 1; while (left < right) {int mid = left + (right - left) / 2;if (nums[mid] > nums[right]) {left = mid + 1;} else if (nums[mid] < nums[right]) {right = mid;} else {right--;}}return nums[left];}
};

初始条件是左闭右闭区间,right = nums.size() - 1,那么能否将while循环的条件也选为左闭右闭区间left <= right

可以的,代码如下:

class Solution {public int findMin(int[] nums) {int left = 0;int right = nums.length - 1; while (left <= right) {                         // 循环的条件选为左闭右闭区间left <= rightint mid = left + (right - left) / 2;if (nums[mid] >= nums[right]) {             // 注意是当中值大于等于右值时,left = mid + 1;                         // 将左边界移动到中值的右边} else {                                    // 当中值小于右值时right = mid;                            // 将右边界移动到中值处}}return nums[right];                             // 最小值返回nums[right]}
};

这道题还有其它解法: 始终将nums[mid]与最右边界的数进行比较,相当于在每次裁剪区间之后始终将最右边的数附在新数组的最右边。

class Solution {public int findMin(int[] nums) {int right_boundary = nums[nums.length - 1];int left = 0;int right = nums.length - 1;while (left < right) {int mid = left + (right - left) / 2;if (nums[mid] > right_boundary) {          left = mid + 1;} else {                                right = mid;}}return nums[left];}
};

或者在处理了第一种情况之后,始终将nums[mid]与最左边界的数nums[0]进行比较,即相当于在每次裁剪区间之后始终将最左边的数附在新数组的最左边,再不断处理情况2及情况3

class Solution:def findMin(self, nums: List[int]) -> int:left, right = 0, len(nums) - 1if nums[left] < nums[right]:return nums[left]while left < right:mid = (left + right) >> 1if nums[0] > nums[mid]:right = midelse:left = mid + 1return nums[left]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/728740.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【自然语言处理六-最重要的模型-transformer-下】

自然语言处理六-最重要的模型-transformer-下 transformer decoderMasked multi-head attentionencoder和decoder的连接部分-cross attentiondecoder的输出AT(Autoregresssive)NAT transformer decoder 今天接上一篇文章讲的encoder 自然语言处理六-最重要的模型-transformer-…

MySql分布式事务

1 seata 底层原理 Seata&#xff08;Simple Extensible Autonomous Transaction Architecture&#xff09;是一个开源的分布式事务解决方案&#xff0c;其底层原理主要基于改进的传统2PC&#xff08;Two-Phase Commit&#xff0c;两阶段提交&#xff09;协议&#xff0c;并结合…

吴恩达机器学习笔记十五 什么是导数 计算图 大型神经网络案例

假设函数 J(w)w^2&#xff0c;当 w3 时&#xff0c; J(w)3*39 当我们给w增加一个很小的量时&#xff0c;观察J(w)如何变化。 例如 w30.001&#xff0c; 则J&#xff08;w&#xff09;9.006001&#xff0c;因此当w3且增加一个变化量 ε 时&#xff0c;J(w)将会增加 6ε&#x…

Northwestern University-844计算机科学与技术/软件工程-机试指南【考研复习】

本文提到的西北大学是位于密歇根湖泊畔的西北大学。西北大学&#xff08;英语&#xff1a;Northwestern University&#xff0c;简称&#xff1a;NU&#xff09;是美国的一所著名私立研究型大学。它由九人于1851年创立&#xff0c;目标是建立一所为西北领地地区的人服务的大学。…

自动化测试_jenkins集成

时间回到此刻 你的自动化脚本已经写的差不多,已经可以实现自动化的去执行这些ui测试用例了 但是呢?结束了吗? no 少年,离结束还差得远呢! 首先我有几个问题? 此刻的你,能否做到,自动定时的执行自动化用例,能否做到执行完用例后,自动发送包含报告的邮件给相关测试人员或…

泛型 --java学习笔记

什么是泛型 定义类、接口、方法时&#xff0c;同时声明了一个或者多个类型变量&#xff08;如&#xff1a;<E>&#xff09;&#xff0c;称为泛型类、泛型接口&#xff0c;泛型方法、它们统称为泛型 可以理解为扑克牌中的癞子&#xff0c;给它什么类型它就是什么类型 如…

[Buuctf] [MRCTF2020]Transform

1.查壳 64位exe文件&#xff0c;没有壳 2.用64位IDA打开 找到主函数&#xff0c;F5查看伪代码 从后往前看&#xff0c;有一个判断语句&#xff0c;是两个数组进行比较的&#xff0c;我们双击byte_40F0E0查看里面的内容 所以能够推出byte_414040的内容&#xff0c;byte_4140…

音频库及分析软件介绍

搞音频的兄弟必须要看一下的&#xff0c;俗话说&#xff0c;工欲善其事必先利其器&#xff0c;好的音频分析软件&#xff0c;对于音频分析工程师来讲&#xff0c;可谓是非常重要的&#xff0c;下面由小编介绍一下&#xff1a;

opengl 学习(一)-----创建窗口

创建窗口 分类opengl 学习(一)-----创建窗口效果解析教程补充 分类 c opengl opengl 学习(一)-----创建窗口 demo: #include "glad/glad.h" #include "glfw3.h" #include <iostream> #include <cmath> #include <vector>using names…

数据结构与算法-线性查找

引言 在计算机科学领域&#xff0c;数据结构和算法是构建高效软件系统的核心要素。今天我们将聚焦于最基础且广泛应用的一种查找算法——线性查找&#xff0c;并探讨其原理、实现步骤以及实际应用场景。 一、什么是线性查找&#xff1f; 线性查找&#xff08;Linear Search&am…

QT6.6 android开发环境搭建

一.目标 本文目的为实现在QT6.6下搭建android开发环境&#xff0c;可以实现QT6.6开发的QT程序&#xff08;widget及qml工程&#xff09;部署到android设备中。 二.环境安装 1.QT6.6环境安装 &#xff08;1&#xff09;在线安装器下载&#xff1a; https://download.qt.io/a…

c++单例九品

c单例九品 单例实现第一品单例实现第二品单例实现第三品单例实现第四品单例实现第五品单例实现第六品单例实现第七品单例实现第八品单例实现第九品 该专栏用于记录C中的单例模式&#xff0c;通过九种单例的实现方式&#xff0c;从代码安全和性能角度来分析、学习和品鉴实现优劣…

redis最新版本在Windows系统上的安装

一、说明 这次安装操作主要是根据redis官网说明&#xff0c;一步步安装下来的&#xff0c;英语比较好的同学&#xff0c;可以直接看文章底部的超链接1&#xff0c;跳到官网按步操作即可。 目前redis的最新稳定版本为redis7.2。 二、Windows环境改造 Redis在Windows上不被官方…

实战:循环神经网络与文本内容情感分类

在传统的神经网络模型中&#xff0c;是从输入层到隐含层再到输出层&#xff0c;层与层之间是全连接的&#xff0c;每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能为力。例如&#xff0c;你要预测句子的下一个单词是什么&#xff0c;一般需要用到前面的单…

已解决CircuitBreakerOpenException断路器打开异常的正确解决方法,亲测有效!!!

已解决CircuitBreakerOpenException断路器打开异常的正确解决方法&#xff0c;亲测有效&#xff01;&#xff01;&#xff01; 目录 问题分析 报错原因 解决思路 解决方法 总结 问题分析 在微服务架构中&#xff0c;为了提高系统的可用性和稳定性&#xff0c;通常会使用…

【前端】尚硅谷Promise

文章目录 【前端目录贴】

Python3统计json格式文件中各个key对应值出现的频次

需求&#xff1a; 现在有一个文件query_demo.json&#xff0c;里面的数据格式示例如下&#xff0c;query字段代表的是用户的提问&#xff0c;现在想统计所有不同query出现的频次。 [{"query": "会议开始提醒弹窗如何开启","intention": "…

Elemenu中el-table中使用el-popover选中关闭无效解决办法

主要是技术太菜,没找到原因,一点点才找到这个办法解决 因为在el-table-column里,因为是多行,使用trigger"manual" 时,用v-model"visible"来控制时,控件找不到这个值,才换成trigger"click" 先找到弹出关闭事件,再找元素的属性 右键>审核元素…

JS算法总结

1 找出字符串的可整除数组 一个整数可表示为 a10b&#xff1b; 常用取模公式&#xff1a;(a10b)%m(a%m10b)%m 由上式可得&#xff1a;当前字符串所代表的数字&#xff0c;能否被 m 整除。等价于前一个字符串与 m 的余数当前数字的和&#xff0c;这个和能否被 m 整除。 例如&…

关于比特币的AI对话

【ChatGPT】 比特币源码开源吗&#xff1f; 是的&#xff0c;比特币的源码是开源的。比特币项目是在MIT许可证下发布的&#xff0c;这意味着任何人都可以查看、修改、贡献和分发代码。比特币的源码托管在GitHub上&#xff0c;可以通过下面的链接进行访问&#xff1a; https://g…