LeetCode 第 1095 题:“山脉数组中查找目标值”题解
题解地址:十分好用的二分查找法模板(Python 代码、Java 代码)。
说明:文本首发在力扣的题解版块,更新也会在第 1 时间在上面的网站中更新,这篇文章只是上面的文章的一个快照,您可以点击上面的链接看到其他网友对本文的评论。
传送门:1095. 山脉数组中查找目标值。
(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。
所谓山脉数组,即数组 A 假如是一个山脉数组的话,需要满足如下条件:
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 2 和 5,我们返回最小的下标 2。 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。
提示:
3 <= mountain_arr.length() <= 10000 0 <= target <= 10^9 0 <= mountain_arr.get(index) <= 10^9
十分好用的二分查找法模板(Python 代码、Java 代码)
根据题意,分析如下:
1、理解“山脉数组”,“山脉数组”可以分为两部分,一部分是“前有序数组”,另一部分是“后有序数组”,“前有序数组”是升序数组,“后有序数组”是降序数组。
2、题目还告诉我们“对 MountainArray.get
发起超过 100
次调用的提交将被视为错误答案”,就在疯狂暗示你使用时间复杂度低的算法,对于有序数组当然使用“二分查找法”。
方法:二分查找法
自然地,求解这道题可以分为 3 步:
第 1 步:先找到山顶元素 mountaintop 所在的索引。
说到 mountaintop,你是不是跟我一样,很想唱起来:“mountaintop,就我一起来”,嘻嘻嘻 ^_^ ,调皮一下。
第 2 步:在前有序且升序数组中找 target 所在的索引,如果找到了,就返回,如果没有找到,就执行第 3 步;
第 3 步:如果步骤 2 找不到,就在后有序且降序数组中找 target 所在的索引。
注意: 具体编码实现的时候,每一步写一个辅助方法就可以了。这 3 个辅助方法都是二分查找法。
在这里我要向你强烈推荐我使用了很久的二分查找法模板。我专门把这个二分法模板好用的地方、使用它的技巧和注意事项整理在了「力扣 」第 35 题:搜索插入位置的题解《特别好用的二分查找法模板(Python 代码、Java 代码)》,希望能对大家有所帮助。
如果你会了这个模板,你就会发现使用这个模板,写出来的 3 个辅助方法的分支逻辑出奇地一样,在取中位数的时候,都取左中位数,才不会发生死循环。
下面给出的参考代码包括了抽象类(接口)和我的简单实现类,还有一些调试的代码。
参考代码:
Python 代码:
# """
# This is MountainArray's API interface.
# You should not implement it, or speculate about its implementation
# """
class MountainArray:
def __init__(self, arr):
self.arr = arr
self.size = len(arr)
def get(self, index: int) -> int:
return self.arr[index]
def length(self) -> int:
return self.size
class Solution:
# 特别注意:3 个辅助方法的分支出奇地一样,因此选中位数均选左中位数,才不会发生死循环
def findInMountainArray(self, target: int, mountain_arr: 'MountainArray') -> int:
size = mountain_arr.length()
# 步骤 1:先找到山顶元素所在的索引
mountaintop = self.__find_mountaintop(mountain_arr, 0, size - 1)
# 步骤 2:在前有序且升序数组中找 target 所在的索引
res = self.__find_from_sorted_arr(mountain_arr, 0, mountaintop, target)
if res != -1:
return res
# 步骤 3:如果步骤 2 找不到,就在后有序且降序数组中找 target 所在的索引
return self.__find_from_inversed_arr(mountain_arr, mountaintop + 1, size - 1, target)
def __find_mountaintop(self, mountain_arr: 'MountainArray', l: int, r: int):
# 返回山顶元素
while l < r:
mid = l + (r - l) // 2
# 取左中位数,因为进入循环,数组一定至少有 2 个元素
# 因此,左中位数一定有右边元素,数组下标不会发生越界
if mountain_arr.get(mid) < mountain_arr.get(mid + 1):
# 如果当前的数比右边的数小,它一定不是山顶
l = mid + 1
else:
r = mid
# 根据题意,山顶元素一定存在,因此退出 while 循环的时候,不用再单独作判断
return l
def __find_from_sorted_arr(self, mountain_arr: 'MountainArray', l: int, r: int, target: int):
# 在前有序且升序数组中找 target 所在的索引
while l < r:
mid = l + (r - l) // 2
if mountain_arr.get(mid) < target:
l = mid + 1
else:
r = mid
# 因为不确定区间收缩成 1 个数以后,这个数是不是要找的数,因此单独做一次判断
if mountain_arr.get(l) == target:
return l
return -1
def __find_from_inversed_arr(self, mountain_arr: 'MountainArray', l: int, r: int, target: int):
# 在后有序且降序数组中找 target 所在的索引
while l < r:
mid = l + (r - l) // 2
# 与 __find_from_sorted_arr 方法不同的地方仅仅在于由原来的小于号改成大于号
if mountain_arr.get(mid) > target:
l = mid + 1
else:
r = mid
if mountain_arr.get(l) == target:
return l
return -1
if __name__ == '__main__':
arr = [1, 2, 3, 4, 5, 3, 1]
mountain_array = MountainArray(arr)
target = 3
solution = Solution()
res = solution.findInMountainArray(target, mountain_array)
print('res', res)
Java 代码:
/**
* // This is MountainArray's API interface.
* // You should not implement it, or speculate about its implementation
*/
interface MountainArray {
public int get(int index);
public int length();
}
class MountainArrayImpl implements MountainArray {
private int[] arr;
private int size;
public MountainArrayImpl(int[] arr) {
this.arr = arr;
this.size = this.arr.length;
}
@Override
public int get(int index) {
return this.arr[index];
}
@Override
public int length() {
return this.size;
}
}
class Solution {
// 特别注意:3 个辅助方法的分支出奇地一样,因此选中位数均选左中位数,才不会发生死循环
public int findInMountainArray(int target, MountainArray mountainArr) {
int size = mountainArr.length();
// 步骤 1:先找到山顶元素所在的索引
int mountaintop = findMountaintop(mountainArr, 0, size - 1);
// 步骤 2:在前有序且升序数组中找 target 所在的索引
int res = findFromSortedArr(mountainArr, 0, mountaintop, target);
if (res != -1) {
return res;
}
// 步骤 3:如果步骤 2 找不到,就在后有序且降序数组中找 target 所在的索引
return findFromInversedArr(mountainArr, mountaintop + 1, size - 1, target);
}
private int findMountaintop(MountainArray mountainArr, int l, int r) {
// 返回山顶元素
while (l < r) {
int mid = l + (r - l) / 2;
// 取左中位数,因为进入循环,数组一定至少有 2 个元素
// 因此,左中位数一定有右边元素,数组下标不会发生越界
if (mountainArr.get(mid) < mountainArr.get(mid + 1)) {
// 如果当前的数比右边的数小,它一定不是山顶
l = mid + 1;
} else {
r = mid;
}
}
// 根据题意,山顶元素一定存在,因此退出 while 循环的时候,不用再单独作判断
return l;
}
private int findFromSortedArr(MountainArray mountainArr, int l, int r, int target) {
// 在前有序且升序数组中找 target 所在的索引
while (l < r) {
int mid = l + (r - l) / 2;
if (mountainArr.get(mid) < target) {
l = mid + 1;
} else {
r = mid;
}
}
// 因为不确定区间收缩成 1个数以后,这个数是不是要找的数,因此单独做一次判断
if (mountainArr.get(l) == target) {
return l;
}
return -1;
}
private int findFromInversedArr(MountainArray mountainArr, int l, int r, int target) {
// 在后有序且降序数组中找 target 所在的索引
while (l < r) {
int mid = l + (r - l) / 2;
// 与 findFromSortedArr 方法不同的地方仅仅在于由原来的小于号改成大于好
if (mountainArr.get(mid) > target) {
l = mid + 1;
} else {
r = mid;
}
}
// 因为不确定区间收缩成 1个数以后,这个数是不是要找的数,因此单独做一次判断
if (mountainArr.get(l) == target) {
return l;
}
return -1;
}
public static void main(String[] args) {
int[] arr = {1, 2, 3, 4, 5, 3, 1};
int target = 3;
MountainArray mountainArray = new MountainArrayImpl(arr);
Solution solution = new Solution();
int res = solution.findInMountainArray(target, mountainArray);
System.out.println(res);
}
}
复杂度分析:
- 时间复杂度:,二分查找法的时间复杂度是对数级别的,这里使用了 次二分查找法,是常数倍数,因此可以忽略这个常数系数。
- 空间复杂度:,这里使用的额外的辅助空间仅仅是
mountaintop
、中位数索引mid
等,是常数级别,因此空间复杂度为 。