剑指offer_二分法

本文主要探讨了二分法在解决编程问题中的应用,通过四个不同的Python实现(#11.py, #16.py, #4.py, #53.py)来详细解析二分查找算法的实现细节和应用场景。" 126298444,11352696,Linux上手动安装nginx-1.21.1的详细步骤,"['服务器', 'nginx', 'Linux']

二分
#11.py

# 把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个递增排序的数组的一个旋转,输出旋转数组的最小元素。例如,数组 [3,4,5,1,2] 为 [1,2,3,4,5] 的一个旋转,该数组的最小值为1。  
class Solution:
    def minArray(self, numbers: List[int]) -> int:
        left=0
        right=len(numbers)-1
        while left<right:
            mid=(left+right)//2
            if numbers[mid]>numbers[right]:
                left=mid+1
            elif numbers[mid]<numbers[right]:
                right=mid
            else:right-=1
        return numbers[left]

#16.py

# 实现函数double Power(double base, int exponent),求base的exponent次方。不得使用库函数,同时不需要考虑大数问题。
# 示例 1:

# 输入: 2.00000, 10
# 输出: 1024.00000
# 示例 2:

# 输入: 2.10000, 3
# 输出: 9.26100
# 示例 3:

# 输入: 2.00000, -2
# 输出: 0.25000
# 解释: 2-2 = 1/22 = 1/4 = 0.25
class Solution:
    def myPow(self, x: float, n: int) -> float:
        if n==0:return 1
        elif n<0: return 1.0/self.myPow(x,-n)
        elif n%2==0:return self.myPow(x*x,n//2)
        else:return self.myPow(x*x,n//2)*x

#4.py

# 在一个 n * m 的二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。
# 示例:

# 现有矩阵 matrix 如下:

# [
#   [1,   4,  7, 11, 15],
#   [2,   5,  8, 12, 19],
#   [3,   6,  9, 16, 22],
#   [10, 13, 14, 17, 24],
#   [18, 21, 23, 26, 30]
# ]
# 给定 target = 5,返回 true。
# 给定 target = 20,返回 false。

class Solution:
    def findNumberIn2DArray(self, matrix: List[List[int]], target: int) -> bool:
        if len(matrix)==0:return False
        i=0
        j=len(matrix[0])-1
        while i<len(matrix) and j>=0:
            if matrix[i][j]<target:
                i+=1
            elif matrix[i][j]>target:
                j-=1
            else:
                return True
        return False
#47.py
```python3
# 在一个 m*n 的棋盘的每一格都放有一个礼物,每个礼物都有一定的价值(价值大于 0)。你可以从棋盘的左上角开始拿格子里的礼物,并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值,请计算你最多能拿到多少价值的礼物?

# 示例 1:

# 输入: 
# [
#   [1,3,1],
#   [1,5,1],
#   [4,2,1]
# ]
# 输出: 12
# 解释: 路径 1→3→5→2→1 可以拿到最多价值的礼物
class Solution:
    def maxValue(self, grid: List[List[int]]) -> int:
        m=len(grid)
        n=len(grid[0])
        dp=[[0]*n for _ in range(m)]
        dp[0][0]=grid[0][0]
        for i in range(1,n):
            dp[0][i]=dp[0][i-1]+grid[0][i]
        for i in range(1,m):
            dp[i][0]=dp[i-1][0]+grid[i][0]
        for i in range(1,len(grid)):
            for j in range(1,len(grid[0])):
                dp[i][j]=max(dp[i-1][j],dp[i][j-1])+grid[i][j]

        return dp[-1][-1]

#53.py

# 统计一个数字在排序数组中出现的次数。

#  

# 示例 1:

# 输入: nums = [5,7,7,8,8,10], target = 8
# 输出: 2
# 示例 2:

# 输入: nums = [5,7,7,8,8,10], target = 6
# 输出: 0
class Solution:
    def search(self, nums: List[int], target: int) -> int:
        # l,r=0,len(nums)-1
        # while l<r:
        #     mid=(l+r)//2
        #     if nums[mid]>target:
        #         r=mid
        #     elif nums[mid]<target:
        #         l=mid+1
        # res1=l

        # l,r=0,len(nums)-1
        # while l<r:
        #     mid=(l+r)//2
        #     if nums[mid]>target:
        #         r=mid
        #     elif nums[mid]<target:
        #         l=mid+1
        # res2=l
        # return res2-res1+1
        import bisect
        left=bisect.bisect_left(nums,target)
        right=bisect.bisect(nums,target)
        return right-left     
<think>好的,我现在需要回答用户关于《剑指Offer》中数组中找出重复元素的解题方法和代码实现的问题。首先,我得回忆一下《剑指Offer》中的相关题目,特别是题目03,即数组中重复的数字。用户提到了几个引用,我需要结合这些引用来组织答案。 首先,用户提供的引用中有提到两种方法:一种是原地交换法,另一种是不修改数组的方法。我需要分清楚这两种不同的场景。根据引用[2]和引用[4],原地交换法主要是通过交换元素,将数值与下标对应,从而找到重复的数字。这种方法的时间复杂度是O(n),空间复杂度是O(1),但会修改原数组。而引用[2]还提到不修改数组的情况,可能需要使用二分法或者辅助数组,但这里用户可能更关注原题的解法,即允许修改数组的情况。 接下来,我需要整理解题思路。原地交换法的核心思想是遍历数组,将每个数字放到对应的下标位置。如果发现某个数字已经在正确的位置上,但当前下标与数值不符,则说明有重复。例如,数组[2,3,1,0,2,5,3],当遍历到第一个元素2时,应该将其与下标2的元素1交换,得到[1,3,2,0,2,5,3],然后继续处理当前元素1,交换到下标1的位置,以此类推。当遇到某个位置i,发现numbers[i]的值已经是i,但当前元素与目标位置的元素相同,则找到重复。 然后,代码实现部分需要按照这个逻辑来编写。引用[3]和引用[4]提到外层循环和内部循环的交换过程。代码应该有一个for循环遍历每个元素,内部使用while循环来不断交换元素到正确的位置,直到当前位置的元素已经正确,或者发现重复。 同时,需要处理特殊情况,比如数组为空,或者元素超出范围的情况,这时应该返回-1或者抛出异常。但根据题目描述,通常假设输入是有效的,所以可能不需要太多异常处理,但最好在代码中提及。 此外,用户的问题可能还涉及不修改数组的情况,比如使用二分法。根据引用[1],二分法的思想是将数字范围分成两部分,统计数组中落在左半部分的数字个数,如果超过左半部分的长度,则重复数字在左半部分。例如,数字范围1~n,取中间值m,统计数组中1~m的数字个数,如果超过m,则重复在1~m之间。这种方法不会修改原数组,时间复杂度是O(n log n),空间复杂度是O(1)。 因此,在回答中需要区分两种不同的情况:允许修改数组时的原地交换法,以及不允许修改数组时的二分法或辅助数组法。用户的问题可能更关注前者,但最好都涵盖,以全面解答。 现在,我需要将思路整理成结构化的步骤,并附上代码示例。同时,生成相关问题,如不同的解法比较、时间空间复杂度分析等,以帮助用户深入理解。 最后,确保所有的数学公式和独立公式使用正确的LaTeX格式,行内公式用$...$,独立公式用$$...$$。同时,引用正确的参考文献,例如引用[2]、[3]、[4]等。</think>### 《剑指Offer》数组中重复元素解题方法 #### 一、问题描述 给定长度为$n$的整数数组,所有数字均在$0 \sim n-1$范围内,要求找出任意一个重复元素(假设至少存在一个重复)[^2]。 #### 二、解题思路 ##### 方法一:原地交换法(允许修改数组) **核心思想**:利用数组下标与数值的映射关系,将数值$num$交换到下标为$num$的位置。若发现目标位置已有相同数值,则判定为重复[^3]。 **步骤分解**: 1. 遍历数组,对每个下标$i$执行循环判断: - 若$numbers[i] = i$,说明数值已归位,无需处理 - 若$numbers[i] \neq i$,则将$numbers[i]$与$numbers[numbers[i]]$交换 2. 交换过程中若发现$numbers[i] = numbers[numbers[i]]$,则找到重复值 **时间复杂度**:$O(n)$ **空间复杂度**:$O(1)$ ```python def find_repeat_number(numbers): for i in range(len(numbers)): while numbers[i] != i: # 当前数值未归位 target_idx = numbers[i] if numbers[target_idx] == target_idx: # 目标位置已有正确数值 return target_idx # 交换当前数值到目标位置 numbers[i], numbers[target_idx] = numbers[target_idx], numbers[i] return -1 # 未找到重复(根据题意不会执行到此处) ``` ##### 方法二:二分法(不修改数组) **适用场景**:数组不可修改,且存在多个重复值 **核心思想**:将数值范围$1 \sim n-1$分为两部分,统计落在左半部分的数值数量,确定重复值所在区间[^1]。 **数学表达**: 设当前搜索区间为$[low, high]$,计算中间值$mid = \lfloor (low+high)/2 \rfloor$ 统计数组中数值$\leq mid$的个数$count$: - 若$count > mid$,则重复值在$[low, mid]$ - 否则重复值在$[mid+1, high]$ **时间复杂度**:$O(n \log n)$ **空间复杂度**:$O(1)$ ```python def find_repeat_no_modify(nums): low, high = 1, len(nums)-1 while low < high: mid = (low + high) // 2 count = sum(1 for num in nums if num <= mid) if count > mid: high = mid else: low = mid + 1 return low ``` #### 三、算法对比 | 方法 | 是否修改数组 | 时间复杂度 | 空间复杂度 | 适用场景 | |--------------|--------------|------------|------------|--------------------| | 原地交换法 | 是 | $O(n)$ | $O(1)$ | 允许修改原数组 | | 二分法 | 否 | $O(n \log n)$ | $O(1)$ | 数组只读或大数组 | #### 四、关键考点 1. 对数组内存连续特性的理解(通过下标直接定位元素) 2. 原地操作的实现技巧(避免使用额外空间) 3. 二分法的灵活应用(统计代替直接比较)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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