Find Peak Element

本文对比分析了两种查找算法的时间复杂度:一种为线性复杂度O(n),另一种为对数复杂度O(logN)。通过详细解释每个算法的工作原理及其实现方式,旨在帮助读者理解复杂度对性能的影响,并提供实际应用场景的指导。


先给出一个时间复杂度是O(n)的常规算法:

class Solution {
public:
    int findPeakElement(const vector<int> &num) {
        if(num.size()==0)
            return -1;
        if(num.size()==1)
            return 0;
        int i;
        for(i=0;i<num.size()-1;i++)
        {
            if(num[i]>num[i+1])
            {
                return i;
            }
        }
        return i;
    }
};

再给出一个时间复杂度是logN的,二分查找

class Solution {
public:
    int findPeakElement(const vector<int> &num) {
            int low=0;
            int high=num.size()-1;
            while(low<=high)
            {
                if(high==low)
                   return low;
                int mid=low+(high-low)/2;
                if(num[mid]<num[mid+1])
                   low=mid+1;
                else
                   high=mid;
            }
            
    }
};


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值