704 二分查找
Problem: 704. 二分查找
思路
利用线性表的有序特性,在连续空间上使用二分法思想完成范围的不断缩小,思想其实并不是很难想出来,难的是具体代码细节上可能存在误区,区间的左闭右开和左闭右闭的不同写法对代码实现细节有影响。个人觉得纠结写法多样没有特别大意义,所以只给出一种实现
解题方法
引入left和right两个指针作为搜索区间,在target与middle的比较中不断更新区间边界,直到搜索到或确定范围
复杂度
- 时间复杂度:
一般为 O ( l o g n ) O(logn) O(logn) 最好为 O ( 1 ) O(1) O(1)
- 空间复杂度:
O ( 1 ) O(1) O(1)
Code
左闭右闭写法
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size()-1; //左闭右闭写法中right=size-1,left<=right,right=middle-1
while(left <= right)
{
int middle = ceil((right+left)/2);
if( nums[middle] <target)
left = middle+1;
else if (nums[middle] > target)
right = middle-1;
else return middle;
}
return -1;
}
};
27 移除元素
Problem: 27. 移除元素
思路
基本思路是使用快慢指针
定义快慢指针:
- 快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
- 慢指针:指向更新的数组下标的位置

解题方法
直接使用库函数的erase是不符合本题复杂度的,因为会达到 O ( n 2 ) O(n^2) O(n2)的时间复杂度
复杂度
- 时间复杂度:
O ( n ) O(n) O(n)
- 空间复杂度:
O ( 1 ) O(1) O(1)
Code
class Solution {
public:
int removeElement(vector<int>& nums, int val) {
int slow=0;
for (int fast = 0; fast < nums.size(); fast++)
{
if (nums[fast] != val)
{
nums[slow++]=nums[fast];
}
}
return slow;
}
};
本文介绍了二分查找和移除元素问题的解题思路、复杂度分析及代码实现,重点在于理解二分查找的区间处理和避免空间复杂度的提升。

564





