【LeetCode】【二分法】防止溢出 mid =left+(right-left)/2; while(left《right)【left，mid】【mid+1,right】

最新推荐文章于 2024-06-30 16:35:15 发布
最新推荐文章于 2024-06-30 16:35:15 发布
阅读量5.8k 收藏 3
点赞数 2
CC 4.0 BY-SA版权
分类专栏： LeetCode c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq1518572311/article/details/80425724
本文介绍了一种使用二分法高效定位首个错误版本的方法。在给定一系列版本中，通过调用isBadVersion()函数判断版本状态，实现了快速查找首个失败版本的目标。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

278. 第一个错误的版本

你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。

假设你有 n 个版本 [1, 2, ..., n]，你想找出导致之后所有版本出错的第一个错误的版本。

你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。

示例:

给定 n = 5

调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true

所以，4 是第一个错误的版本。 


二分法：

while(left<right)

防止溢出 mid =left+(right-left)/2;

【left，mid】【mid+1,right】

return left，right均可


// Forward declaration of isBadVersion API.
//00001111找到第一个1
//1~n
bool isBadVersion(int version);

//二分法
int firstBadVersion(int n) {
    if(1==n)
        return 1;
    int left=1;
    int right=n;
    int mid ;  
    while(left<right)
    {
        mid =left+(right-left)/2; //left+(right-left)/2;   //防止溢出 (left+right)/2;
        if(isBadVersion(mid)==1)//【left，mid】1
            right = mid;
        else //0【mid+1,right】
            left = mid+1;
    }//left=right时结束
    return left;//返回left、right都可以
}
/*
//直接查找：时间超限
int firstBadVersion(int n) {
    int i;
    for(i=1;i<=n;i++)
        if(isBadVersion(i)==1)
            break;
    return i;
}
*/
mid =left+(right-left)/2;         //left+(right-left)/2; //防止溢出 (left+right)/2;



LeetCode: 278. 第一个错误的版本（C++）
Implementation
07-20 1381
题目： 你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, ..., n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单...
【LeetCode刷题笔记/LeetCode704】二分查找left+(right-left)/2
柠檬鱼的博客
06-09 614
二分查找使用条件：数组有序且元素无重复 二分查找经常用到left+(right-left)/2 代替mid = (left + right) / 2 原因就是left+right很容易超过int范围，导致mid = (left + right) / 2 容易溢出，而==mid = left + (right - left) / 2 ==不容易溢出，所以写二分时要用mid = left + (right - left) / 2。 题目：LeetCode704.二分查找 区间：[left,right]下: i
[leetcode]Python实现-278.第一个错误的版本
神不烦
06-14 1542
278.第一个错误的版本 描述 你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, …, n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用 bool isBadVersion(version) 接口来...
Java实现 LeetCode 278 第一个错误的版本
03-04 5771
278. 第一个错误的版本 你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由...
leetcode-第一个错误版本
zoinsung_lee的博客
08-29 555
你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, …, n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现...
#include<bits/stdc++.h> using namespace std; int a[10] = {0,1,3,4,5,6,9,7,4,2}; int three_search(int l, int r) { while (l < r) { // 将区间三等分，避免整数溢出 int mid1 = l + (r - l) / 3; int mid2 = r - (r - l) / 3; if (a[mid1] < a[mid2]) { // 左侧不可能有峰值，舍弃左边 l = mid1 + 1; } else { // 右侧不可能有峰值，舍弃右边 r = mid2 - 1; } } return l; // 返回最终收敛的位置（峰值下标） } int main(){ cout << three_search(0,9) << endl; return 0; }这段代码实现了一个三分搜索最大值下标问题，这段代码对吗
03-13
- `mid1`和`mid2`将区间分为三部分：`[left, mid1)`、`[mid1, mid2)`、`[mid2, right]` - 比较`nums[mid1]`和`nums[mid2]`可确定峰值方向 3. **边界处理**： - 当`nums[mid1] [mid2]`时，说明右侧存在更大值，...
算法：02 二分法模板及 Leetcode 二分法全解
echofzoe的博客
04-21 1263
Leetcode 二分法全解 目录Leetcode 二分法全解前言1、何时应该想到二分法2、在区间内查找符合条件的元素索引 前言  本篇博客旨在归纳总结二分法问题，从 Leetcode 上的题目来看使用二分法时的注意事项   1、何时应该想到二分法 二分法的题目，在题干处都有十分明显的暗示： 限定了要搜索的数组是 有序的、部分有序的、非完全无序的 限定了算法复杂度是 O(log n)...
二分查找，返回左侧边界与右侧边界
Deereed_的博客
02-15 539
leetcode 题解#1 34. 在排序数组中查找元素的第一个和最后一个位置 二分查找框架 left,right,mid while(left<right)//搜索范围左闭右开，left==right时结束 { mid=left+(right-left)/2; //(left+right)/2可能造成溢出 if(nums[mid]==target)right=... else if(nums[mid]<target)left=... else if(nums[mi
C/C++ 数据处理问题，+-*/%，overflow，运行超时等。
master-dragon的专栏
08-17 2414
求平均数#include <cstdio> #include <cstdlib> #include <cstring> #include <string> #include <vector> #include <algorithm> #include <iostream>using namespace std;const int MA = 0x7fffffff; // INT 最大 = 214
Leetcode秋招冲刺（专题10--12）
qq_71286244的博客
06-30 1251
Leetcode专题：动态规划,贪心算法,二分查找
278. 第一个错误的版本（c++）
ccql's Blog
11-27 234
题目 你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, …, n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错...
第一个错误的版本
wang19961023的博客
12-13 181
你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, …, n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。 示例: 给定 n = 5，并且 vers
LeetCode-第一个错误版本
gaixm的专栏
02-21 264
你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。 假设你有 n 个版本 [1, 2, ..., n]，你想找出导致之后所有版本出错的第一个错误的版本。 你可以通过调用bool isBadVersion(version)接口来判断版本号 version 是否在单元测试中出...
leetcode 278. 第一个错误的版本（Java版）
热门推荐
寒泉
12-29 6万+
题目 https://leetcode-cn.com/problems/first-bad-version/ 题解 二分查找即可，注意可能会溢出，过程要用 long 类型 /* The isBadVersion API is defined in the parent class VersionControl. boolean isBadVersion(int version); */ public class Solution extends VersionControl { publ
LeetCode 278. 第一个错误的版本
weixin_62275996的博客
12-02 899
🌈🌈😄😄 欢迎来到茶色岛独家岛屿，本期将为大家揭晓本LeetCode 278. 第一个错误的版本，做好准备了么，那么开始吧。 🌲🌲🐴🐴
class Solution { public int lengthOfLongestSubstring(String S) { char[] s = S.toCharArray(); // 转换成 char[] 加快效率（忽略带来的空间消耗） int n = s.length; int ans = 0; int left = 0; int[] cnt = new int[128]; // 也可以用 HashMap<Character, Integer>，这里为了效率用的数组 for (int right = 0; right < n; right++) { char c = s[right]; cnt[c]++; while (cnt[c] > 1) { // 窗口内有重复字母 cnt[s[left]]--; // 移除窗口左端点字母 left++; // 缩小窗口 } ans = Math.max(ans, right - left + 1); // 更新窗口长度最大值 } return ans; } } cnt[c]++什么意思
最新发布
06-18
<think>首先，用户的问题是：“我想理解代码中cnt[c]++的含义请问java数组cnt[c]++的作用以及在滑动窗口算法中的使用”。所以，我需要解释Java中的`cnt[c]++`在数组中的含义，以及它在滑动窗口算法中的应用。关键点：-`cnt[c]++`：在Java中，这是一个数组操作。`cnt`是一个数组，`c`是一个索引（通常是一个字符的ASCII值减去某个偏移量，比如`'a'`），`cnt[c]++`将数组`cnt`在索引`c`位置的值增加1。这相当于`cnt[c]=cnt[c]+1;`。在滑动窗口算法的上下文中：-滑动窗口算法常用于处理字符串或数组的子集问题，比如子串、子序列的计数或查找。-引用中提供了几个例子：-引用[1]：检查s2是否包含s1的排列。使用`cnt1`和`cnt2`数组来统计字符频率。-引用[2]：替换k个字符后找到最长重复字符子串。使用数组来统计字符出现次数。-引用[3]：找到所有变位词的起始索引。使用`count`数组来跟踪字符差异。-引用[4]：类似引用[1]，用C++实现。-引用[5]：找到指定瑕疵度的元音子串，使用变量统计。在这些例子中，`cnt[c]++`或类似操作是用来：1.**初始化窗口**：在窗口起始位置，遍历初始窗口内的字符，增加对应字符的计数。2.**滑动窗口**：当窗口向右移动时，添加新字符（`cnt[new_char]++`）和移除旧字符（`cnt[old_char]--`）。这样，数组`cnt`始终表示当前窗口内的字符频率分布。具体作用：-在频率统计中：`cnt[c]++`增加字符`c`的出现次数。-在滑动窗口算法中：这帮助维护窗口内的状态（如字符计数），以便快速检查条件（如频率是否匹配）。例如，在引用[1]的代码中：```java++cnt1[s1.charAt(i)-'a'];//初始化s1的字符计数++cnt2[s2.charAt(i)-'a'];//初始化s2的初始窗口计数```然后，在滑动时：```java++cnt2[s2.charAt(i)-'a'];//添加新字符--cnt2[s2.charAt(i-n)-'a'];//移除旧字符```回答结构：-由于用户要求“回答结构清晰，帮助用户逐步解决问题”，我应该一步步解释。-先解释`cnt[c]++`的基本含义。-然后解释在滑动窗口算法中的具体应用。-提供例子或引用给定的代码片段来支持。系统级指令：-所有行内数学表达式用`$...$`，但这里可能不涉及数学表达式，除非是公式。-独立公式用`$$...$$`，如果需要。-使用中文回答。-生成相关问题：在最后添加相关问题。-在引用的段落末尾添加引用标识，如`[^1]`。用户可见层：-确保回答真实可靠。基于提供的引用和一般知识。最终回答框架：1.**解释`cnt[c]++`**：定义和Java语法。2.**在滑动窗口中的作用**：如何用于维护窗口状态。3.**结合引用例子**：引用具体代码。4.**总结**。5.**生成相关问题**。相关问题：基于用户的问题，生成关于滑动窗口算法或相关概念的问题。例如：1.滑动窗口算法的时间复杂度是多少？2.如何优化滑动窗口算法？3.在哪些场景下使用滑动窗口算法？</think>### `cnt[c]++` 在 Java 数组中的作用及在滑动窗口算法中的使用 在 Java 中，`cnt[c]++` 是一个常见的数组操作，用于对数组元素进行递增计数。下面我将逐步解释其含义和在滑动窗口算法中的应用。 #### 1. **`cnt[c]++` 的基本含义** - **语法解析**： - `cnt` 是一个整型数组（例如 `int[] cnt = new int[26]`）。 - `c` 是一个索引值，通常通过字符转换得到（如 `c = s.charAt(i) - 'a'`，将字符映射到 `0-25` 的索引）。 - `cnt[c]++` 等价于 `cnt[c] = cnt[c] + 1`，表示将数组 `cnt` 在索引 `c` 位置的值增加 1。 - **作用**： - 用于统计某个事件或元素的出现频率。例如，在字符串处理中，`cnt[c]++` 可以统计字符 `c` 的出现次数。 - 示例：如果 `c = 'b' - 'a' = 1`，则 `cnt[1]++` 会使数组 `cnt` 的索引 1 的值加 1，表示字符 `'b'` 的计数增加。 #### 2. **在滑动窗口算法中的作用** 滑动窗口算法是一种高效处理子串或子数组问题的技巧，常用于字符串匹配、频率统计等场景。`cnt[c]++` 在其中的核心作用是 **动态维护窗口内的状态**： - **初始化窗口**：在窗口起始位置，遍历初始窗口内的元素，使用 `cnt[c]++` 统计字符频率。 - **滑动窗口**： - 当窗口向右移动时： - **添加新元素**：对新进入窗口的字符执行 `cnt[c]++`，增加其计数。 - **移除旧元素**：对离开窗口的字符执行 `cnt[c]--`（即减少计数）。 - **状态检查**：通过比较 `cnt` 数组（如 `Arrays.equals(cnt1, cnt2)`）快速判断当前窗口是否满足条件（如字符频率是否匹配）。 这种操作确保了窗口的移动只涉及常数时间的更新（$O(1)$），而非重新计算整个窗口，从而提升算法效率（时间复杂度通常为 $O(n)$）[^1]。 #### 3. **在引用代码中的具体应用** 参考您提供的引用，以下是几个典型例子： - **例 1：检查字符串排列（引用[1]）** 在 `checkInclusion` 方法中： ```java int[] cnt1 = new int[26]; // 统计 s1 的字符频率 int[] cnt2 = new int[26]; // 统计 s2 当前窗口的字符频率 for (int i = 0; i < n; ++i) { ++cnt1[s1.charAt(i) - 'a']; // 初始化 s1 计数 ++cnt2[s2.charAt(i) - 'a']; // 初始化 s2 的初始窗口 } for (int i = n; i < m; ++i) { ++cnt2[s2.charAt(i) - 'a']; // 新字符加入窗口：计数增加 --cnt2[s2.charAt(i - n) - 'a']; // 旧字符移出窗口：计数减少 if (Arrays.equals(cnt1, cnt2)) return true; // 检查频率是否匹配 } ``` - `cnt2[s2.charAt(i) - 'a']++`：当窗口右移时，新字符加入，增加其计数。 - 作用：快速判断 `s2` 的某个窗口是否与 `s1` 的字符频率相同（即排列）[^1][^4]。 - **例 2：找到所有变位词（引用[3]）** 在 `findAnagrams` 方法中： ```java int[] count = new int[26]; for (int i = 0; i < p.length(); i++) { count[p.charAt(i) - 'a']--; // 初始化 p 的负计数 count[s.charAt(i) - 'a']++; // 初始化 s 的初始窗口正计数 } for (int i = n; i < m; i++) { count[s.charAt(i) - 'a']++; // 新字符加入：计数增加 count[s.charAt(i - n) - 'a']--; // 旧字符移出：计数减少 if (diff == 0) res.add(i - n + 1); // 通过 diff 检查匹配 } ``` - `count[...]++`：动态更新窗口内字符频率，结合 `diff` 变量判断变位词位置[^3]。 - **例 3：最长重复字符子串（引用[2]）** 在 `characterReplacement` 方法中： ```java for (int right = 0; right < s.length(); ++right) { cnt += (s.charAt(right) != c) ? 1 : 0; // 非目标字符时计数增加 while (cnt > k) { cnt -= (s.charAt(left) != c) ? 1 : 0; // 移出字符时计数减少 left++; } res = Math.max(res, right - left + 1); } ``` - 这里虽未直接使用数组，但逻辑类似：`cnt` 变量通过递增/递减维护窗口中非目标字符的数量[^2]。 #### 4. **关键总结** - **`cnt[c]++` 的本质**：高效更新频率计数，是滑动窗口算法的核心操作。 - **优势**：通过局部更新（而非全局重新计算），实现 $O(n)$ 时间复杂度。 - **适用场景**：字符串匹配、子串查找、频率统计等问题，尤其在 LeetCode 类算法题中常见。 如果您有具体代码片段需要分析，我可以进一步解释！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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