news 2026/4/16 13:25:24

LeetCode 面试经典 150_二分查找_搜索旋转排序数组(114_33_C++_中等)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
LeetCode 面试经典 150_二分查找_搜索旋转排序数组(114_33_C++_中等)

LeetCode 面试经典 150_二分查找_搜索旋转排序数组(114_33_C++_中等)

    • 题目描述:
    • 输入输出样例:
    • 题解:
      • 解题思路:
        • 思路一(二分查找):
      • 代码实现
        • 代码实现(思路一(二分查找)):
        • 以思路一为例进行调试

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。

输入输出样例:

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
-104<= nums[i] <= 104
nums 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
-104<= target <= 104

题解:

解题思路:

思路一(二分查找):

1、因数组是通过旋转得到,所以存在两个升序部分(也可能只存在一个)。我们采用二分查找的方法,查找到mid中间坐标,此时mid左右两侧必定是一侧有序,一侧无序(左侧包含mid,右侧区间包含mid)(有序也可看做无序处理)。
① 我们首先判断nums[mid]是否等于target,若相等则直接返回。
② 若nums[mid] != target。我们可通过nums[mid]与nums[left]的比较,来判断左侧区域是否有序。
nums[mid] >= nums[left](注意这里是>=,当存在两个元素时 left = mid。如[1,2],target=2)左侧有序,右侧无序,则需判断target是否在nums[left]~nums[mid]的区间内。
若target在区间内,则在左区间(有序区间)继续进行查找(此时为普通的二分查找):right = mid-1
若target不在区间内,则在右区间(无需区间)继续进行查找:left = mid+1
nums[mid] <= nums[right]左侧无序,右侧有序,则需判断target是否在nums[mid]~nums[right]的区间内。
若target在区间内,则在右区间(有序区间)继续进行查找(此时为普通的二分查找):left = mid+1。
若target不在区间内,则在左区间(无需区间)继续进行查找:right = mid-1。
③ 若left>right 则查找失败。

:nums={4,5,6,7,0,1,2};target=0;
初始:left = 0, right = 6, target = 0,中间元素 nums[mid] = 7,不等于目标值,左侧有序,target 不在左侧区间,更新 left = 4。
第二次:left = 4, right = 6,中间元素 nums[mid] = 1,不等于目标值,左侧有序,target 在左侧区间,更新 right = 4。
第三次:left = 4, right = 4,中间元素 nums[mid] = 0,等于目标值,返回索引 4。

2、复杂度分析:
① 时间复杂度:O(logn),其中 n 为 nums 数组的大小。整个算法时间复杂度即为二分查找的时间复杂度 O(logn)。
② 空间复杂度:O(1) 。

代码实现

代码实现(思路一(二分查找)):
classSolution{public:intsearch(vector<int>&nums,inttarget){intleft=0,right=nums.size()-1;intmid;while(left<=right){//计算中间元素的下标mid=left+(right-left)/2;//如果中间元素为目标值target则返回中间元素的下标if(nums[mid]==target)returnmid;//判断左侧区间是否有序if(nums[left]<=nums[mid]){//若左侧有序,则判断target是否存在左侧区间范围内,存在则查找左侧区间,否则查找右侧区间if(nums[left]<=target&&target<nums[mid]){right=mid-1;}else{left=mid+1;}//若右侧区间有序}else{//若右侧有序,则判断target是否存在右侧区间范围内,存在则查找右侧区间,否则查找左侧区间if(nums[mid]<target&&target<=nums[right]){left=mid+1;}else{right=mid-1;}}}//如果查找不到target则返回-1return-1;}};
以思路一为例进行调试
#include<iostream>#include<vector>usingnamespacestd;classSolution{public:intsearch(vector<int>&nums,inttarget){intleft=0,right=nums.size()-1;intmid;while(left<=right){//计算中间元素的下标mid=left+(right-left)/2;//如果中间元素为目标值target则返回中间元素的下标if(nums[mid]==target)returnmid;//判断左侧区间是否有序if(nums[left]<=nums[mid]){//若左侧有序,则判断target是否存在左侧区间范围内,存在则查找左侧区间,否则查找右侧区间if(nums[left]<=target&&target<nums[mid]){right=mid-1;}else{left=mid+1;}//若右侧区间有序}else{//若右侧有序,则判断target是否存在右侧区间范围内,存在则查找右侧区间,否则查找左侧区间if(nums[mid]<target&&target<=nums[right]){left=mid+1;}else{right=mid-1;}}}//如果查找不到target则返回-1return-1;}};intmain(intargc,charconst*argv[]){vector<int>nums={4,5,6,7,0,1,2};inttarget=0;//旋转排序数组Solution s;cout<<s.search(nums,target);return0;}

LeetCode 面试经典 150_二分查找_搜索旋转排序数组(114_33)原题链接
欢迎大家和我沟通交流(✿◠‿◠)

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 13:22:01

AutoGLM-Phone-9B核心优势揭秘|附本地部署、API调用与性能优化实战

AutoGLM-Phone-9B核心优势揭秘&#xff5c;附本地部署、API调用与性能优化实战 1. AutoGLM-Phone-9B 核心优势与技术定位 1.1 移动端多模态大模型的工程突破 随着智能终端对AI能力需求的持续增长&#xff0c;传统大语言模型因高算力消耗和内存占用难以在移动设备上高效运行。…

作者头像 李华
网站建设 2026/4/16 13:24:36

医疗废物智能监测:技术如何守护我们的健康与环境

医疗废物管理是医疗卫生机构中至关重要的一环&#xff0c;不仅关系到医护人员的职业安全&#xff0c;更直接影响公共卫生和环境保护。随着物联网、大数据、智能传感等技术的发展&#xff0c;医疗废物的收集、转运、暂存和处置过程正逐步实现数字化、智能化、可追溯化。今天我们…

作者头像 李华
网站建设 2026/4/16 13:23:08

万能分类器深度体验:云端GPU比本地快10倍

万能分类器深度体验&#xff1a;云端GPU比本地快10倍 引言 作为一名技术博主&#xff0c;我经常需要测试各种最新的AI分类模型。记得上周在家用GTX 1080显卡跑一个中等规模的图像分类任务&#xff0c;整整花了一个小时才完成。这种等待不仅浪费时间&#xff0c;还严重拖慢了内…

作者头像 李华
网站建设 2026/4/16 13:23:50

AI分类模型部署避坑:云端GPU预装环境,绕过99%的依赖报错

AI分类模型部署避坑&#xff1a;云端GPU预装环境&#xff0c;绕过99%的依赖报错 引言 作为一名AI开发者&#xff0c;你是否经历过这样的噩梦&#xff1a;好不容易写好了分类模型代码&#xff0c;却在部署时被PyTorch版本冲突、CUDA不兼容、依赖库缺失等问题折磨得焦头烂额&am…

作者头像 李华
网站建设 2026/4/15 16:05:49

分类模型效果对比:5块钱试遍Top3方案

分类模型效果对比&#xff1a;5块钱试遍Top3方案 引言 作为技术决策者&#xff0c;你是否遇到过这样的困境&#xff1a;需要评估不同分类模型的效果&#xff0c;但又不愿意为临时测试购买多张显卡&#xff1f;现在&#xff0c;只需5块钱的成本&#xff0c;你就能在同一个平台…

作者头像 李华
网站建设 2026/4/9 22:57:33

程序员高效学习方法手册:告别盲目内卷,实现技术能力跃迁

在技术迭代飞速的行业中&#xff0c;持续学习是程序员的核心竞争力。但很多程序员陷入学习困境&#xff1a;每天刷大量技术文章、视频&#xff0c;却越学越迷茫&#xff0c;知识碎片化、学了就忘&#xff1b;盲目跟风学新技术&#xff08;如别人学 AI 就跟风学&#xff09;&…

作者头像 李华