【LeetCode练习|算法通关手册:Python版】03. 数组篇

【LeetCode练习|算法通关手册:Python版】03. 数组篇,第1张

【LeetCode练习|算法通关手册:Python版】03. 数组篇
2021.11.23-2021.11.25
Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/

文章目录
  • 1. 二分查找
  • 2. 二分下标题目
    • LeetCode 704. 二分查找
    • LeetCode 374. 猜数字大小
    • LeetCode 35. 搜索插入位置
    • LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置
    • LeetCode 167. 两数之和 II - 输入有序数组
    • LeetCode 153. 寻找旋转排序数组中的最小值
    • Leetcode 154. 寻找旋转排序数组中的最小值 II
    • LeetCode 33. 搜索旋转排序数组

1. 二分查找

基本算法思想:是一种在有序数组中查找某一特定元素的搜索算法。先确定待查找元素所在的区间范围,在逐步缩小范围,直到找到元素或找不到该元素为止。

  • 每次查找时从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束;
  • 如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。
  • 如果在某一步骤数组为空,则代表找不到。

事例: 假设原始序列为array=[3, 12, 24, 31, 46, 48, 52, 66, 69, 79, 82],目标元素target=52。

  • 开始时,low=0,high=10,mid=(low + high) / 2 = 5。
  • 此时,比目标值小,说明在右侧。low=5+1=6,high=10,mid=(low + high) / 2 = 8。
  • 此时,比目标值大,说明在左侧 low=6,high=mid-1=7,mid=(low + high) / 2 = 6。
  • 就找到了
  • 找不到就是,整个数数组找完了(条件:low > high)都没找到,那说明没有。

代码:

def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = len(nums) - 1
        # 在区间 [left, right] 内查找 target
        while left <= right:
            # 取区间中间节点
            mid = (left + right) // 2
            # 如果找到目标值,则直接返回中心位置
            if nums[mid] == target:
                return mid
            # 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索
            elif nums[mid] < target:
                left = mid + 1
            # 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索
            else:
                right = mid - 1
        # 未搜索到元素,返回 -1
        return -1

方法二:排除法思想

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = len(nums) - 1
        # 在区间 [left, right] 内查找 target
        while left < right:
            # 取区间中间节点
            mid = left + (right - left + 1) // 2
            # nums[mid] 大于目标值,排除掉不可能区间 [mid, right],在 [left, mid - 1] 中继续搜索
            if nums[mid] > target:
                right = mid - 1 
            # nums[mid] 小于等于目标值,目标元素可能在 [mid, right] 中,在 [mid, right] 中继续搜索
            else:
                left = mid
        # 判断区间剩余元素是否为目标元素,不是则返回 -1
        return left if nums[left] == target else -1
  • if nums[mid] > target:如果中间值大于目标值,那么一定在左半部分
  • 另一种情况 就是不大于目标值,所以left = mid
  • 最终left=right结束(和while条件相反的临界值)
  • return left if nums[left] == target 就是相等的话返回坐标,其他情况返回-1
2. 二分下标题目 LeetCode 704. 二分查找

https://leetcode-cn.com/problems/binary-search/

  • 思路没有一点变化,和原理无异
class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = len(nums)-1
        ans = -1
        while left <= right:
            mid = (left+right)//2
            if nums[mid] == target:
                ans = mid
                return ans
            if nums[mid] < target:
                left = mid+1
            else:
                right = mid-1
        return ans

LeetCode 374. 猜数字大小

https://leetcode-cn.com/problems/guess-number-higher-or-lower/

  • 这道题多少感觉有点问题,以下是答案,如果有看懂的给我讲一下
  • int guess(int num) 来获取猜测结果
class Solution:
    def guessNumber(self, n: int) -> int:
        left = 1
        right = n
        while left <= right:
            mid = (right + left) // 2
            ans = guess(mid)
            if ans == 1:
                left = mid + 1
            elif ans == -1:
                right = mid - 1
            else:
                return mid
        return 0
LeetCode 35. 搜索插入位置

https://leetcode-cn.com/problems/search-insert-position/

  • 为了效率满足,用了二叉查找,思路没有一点变化,和原理无异

  • 唯一不同就是这里要输出插入位置

  • 当找到一样值的时候,这个值得位置就是插入的位置

  • 如果搜索到最后没找到这个值,也就是结束条件left > right,一定是应该插入到left这个位置,所以return left

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        n = len(nums)
        left = 0
        right = n - 1
        ans = n
        while left <= right:
            mid = left + (right - left) // 2
            if nums[mid] == target:
                return mid
            elif nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1

        return left

LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置

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

这道题如果按正常思路,从小到大找呗,然后找到输出就行。但是本题要求$O(logn)$

思想:

  • 用二叉查找发 先找到这个值
  • 然后向两边找,直到出现不同
class Solution:
    def searchRange(self, nums: List[int], target: int) -> List[int]:

        left = 0
        right = len(nums) - 1
        ans = [-1, -1]
        while left <= right:
            mid = (left + right) // 2
            if nums[mid] == target:
                nums.append(0.1)
                ans[0] = ans[1] = mid
                while (ans[0]-1>=0) and (nums[ans[0]-1] == target) :
                    ans[0] -= 1

                while (nums[ans[1]] == target) and ((ans[1]+1) <= len(nums)-1):
                    ans[1] += 1
                ans[1]= ans[1] -1

                return ans
            if nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1
        return ans

  • 是在二分法相等的条件下做往两端延伸看是否与target相等。我遇到的问题就是边界的判断
  • 当最左端是目标时,如【2,2,3】target =2,因为nums[-1]是有值的(list最后一个),但我们要防止它套圈,所以加了条件ans[0]-1 >= 0
  • 另一个是最右端处理,因为+1 要超出nums长度的,所以我在末尾加了一个不可能出现的数nums.append(0.1),使得循环不超界
  • 最后,我们尝试一下特殊的数组,比如【】,【1】,【2,2】是否满足

参考答案:

class Solution:
    def searchRange(self, nums: List[int], target: int) -> List[int]:
        ans = [-1, -1]
        n = len(nums)
        # 空的情况
        if n == 0:
            return ans

        left = 0
        right = n - 1
		
		#排除法,最终是要搜索完,那么只有两种情况:没有目标值,和目标值最左端 
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] < target:
                left = mid + 1
            # 它这个即使现在找到目标值了,但是没有搜索完 还是会去逼近目标值最左端
            else:
                right = mid

       # 没有目标值,返回ans
        if nums[left] != target:
            return ans

        # 存在目标值,那么结束一定是在最左端
		ans[0] = left

        left = 0
        right = n - 1
		#同样的方法找最右端 
        while left < right:
            mid = left + (right - left + 1) // 2
            if nums[mid] > target:
                right = mid - 1
            else:
                left = mid

        if nums[left] == target:
            ans[1] = left

        return ans
  • 这个算法的精彩 在于while循环的排除法,它不是找到结束,而是查完表才结束
  • if nums[mid] < target:的else是nums[mid] >= target,然后让mid成为右端,也就是如果有目标值,那么左端一定存在目标值(右端也可能有)
  • 循环完while,最后指针left,right指向同一个地方,只会出现两种情况:① 这个值不是目标值和② 这个值是目标值,且一定是目标值的最左端
  • 同理第二个while找连续目标值的最右端
LeetCode 167. 两数之和 II - 输入有序数组

https://leetcode-cn.com/problems/two-sum-ii-input-array-is-sorted/
条件:

  • 有且只有一个有效答案
  • 非递减顺序

想法1:

  • 双层循环肯定是可以,但效率应该是最低的;

想法2:

  • 一层循环+一层二分是可以实现的,效率稍微高一点
  • 我采用第一层是i从小到大的循环,第二层是从left = i+1开始的二分查找
class Solution:
    def twoSum(self, numbers: List[int], target: int) -> List[int]:

        for i in range(len(numbers)):
            #从i+1开始找起
            left = i+1
            right = len(numbers) - 1
           
           #我们查找的目标值是num
			num = target - numbers[i]
            while left <= right:
                # 取区间中间节点
                mid = (left + right) // 2
                # 如果找到目标值,则直接返回中心位置
                if numbers[mid] == num:
                    return [i+1, mid+1]
                # 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索
                elif numbers[mid] < num:
                    left = mid + 1
                # 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索
                else:
                    right = mid - 1

LeetCode 153. 寻找旋转排序数组中的最小值

https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array/

思想1:

  • 常规思路遍历,找到最小值,输出,但效率低

思想2:

  • nums[mid] > nums[right],最小值一定在mid右边
  • nums[mid]<=nums[right],最小值一定在mid 或者mid左边

解析一下:

  • 条件是非递减序列,按理说右边至少要和mid相等或者大的,但现在小了,那么一定是从头开始计算了,也就是起始值在mid右侧
class Solution:
    def findMin(self, nums: List[int]) -> int:
        left = 0
        right = len(nums) - 1
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] > nums[right]:
                left = mid + 1
            else:
                right = mid
        return nums[left]

  • 循环结束条件 right = left ,若依return nums[right]也行
Leetcode 154. 寻找旋转排序数组中的最小值 II

https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array-ii/

条件:

  • 与上题不同之处,给你一个可能存在 重复 元素值的数组 nums
  • 导致我们比右边大小时候,可能无法判断最小值的位置

    【3,3,1,3】mid = 1,和右侧比 我们无法判断位置

思想:

  • 如果 nums[mid] > nums[right],则最小值不可能在 mid 左侧,一定在 mid 右侧
  • 如果 nums[mid] < nums[right],则最小值一定在 mid 左侧,
  • 当 nums[mid] == nums[right],无法判断在mid 的哪一侧,可以采用 right = right - 1 逐步缩小区域。
class Solution:
    def findMin(self, nums: List[int]) -> int:
        left = 0
        right = len(nums) - 1
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] > nums[right]:
                left = mid + 1
            elif nums[mid] < nums[right]:
                right = mid
            else:
                right = right - 1
        return nums[left]
LeetCode 33. 搜索旋转排序数组

https://leetcode-cn.com/problems/search-in-rotated-sorted-array/

条件:

  • 互不相同
  • 升序排列

想法:

思想就是看mid两边哪边是连续的,再判断target是否在连续这端取值,如果是,那再进行二分

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

mid = (0 + 6) // 2 == 3, 此时nums[mid] == 7,下面开始判断。

  • 如果 nums[left] == nums[mid]:,返回mid

  • 如果 nums[left] <= nums[mid]: 左侧是连续增大的,没有断层

    ① 当nums[left] <= target < nums[mid],那么如果有答案,就在这之间right = mid - 1

    ②如果不是上一种情况 那么又在mid右侧,缩减left = mid + 1

  • 如果nums[left] > nums[mid],那么右侧是连续的

    ① nums[mid] < target <= nums[right],此时我们缩减left += 1

    ②否则,缩减right = mid - 1

class Solution:
    def search(self, nums, target):
        left, right = 0, len(nums) - 1
        while left <= right:
            mid = (left + right) // 2
            if nums[mid] == target:
                return mid
            elif nums[left] <= nums[mid]:
                if nums[left] <= target < nums[mid]:
                    right = mid - 1
                else:
                    left = mid + 1
            else:
                if nums[mid] < target <= nums[right]:
                    left = mid + 1
                else:
                    right = mid - 1
        return -1

难点:

  • while left <= right为什么要有=号?

    因为我们相等的时候还需要判断,这个mid的情况,也就是存在不一定的存在的情况,所以要判断完才能结束。

  • elif nums[left] <= nums[mid]:为什么要有=号?

    边界问题,我们重点看的是哪些地方连续。

    如果条件是:nums[left] < nums[mid],比如【3,1】,target =1 那么我们mid =0 我们认为左边不连续,是右边连续,右边是个1<3,(连续的话一定是nums[right] >= nums[mid]) 所以它认为找不到,输出了-1,就错过了正确答案。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5579150.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-15
下一篇 2022-12-14

发表评论

登录后才能评论

评论列表(0条)

保存