【力扣刷题-数组篇】35. 搜索插入位置的二分法与Java代码
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
示例 1:
输入: nums = [1,3,5,6], target = 5
输出: 2
示例 2:
输入: nums = [1,3,5,6], target = 2
输出: 1
示例 3:
输入: nums = [1,3,5,6], target = 7
输出: 4
提示:
1 <= nums.length <= 10^4-10^4 <= nums[i] <= 10^4nums为 无重复元素 的 升序 排列数组-10^4 <= target <= 10^4
题目链接
最优解:
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0,right = nums.length - 1;
while(left <= right) {
int mid = left + (right - left)/2;
if(nums[mid] == target) {
return mid;
}else if(nums[mid] > target) {
right = mid - 1;
}else {//nums[mid] < target
left = mid + 1;
}
}
//当前要插入的位置,就是比target大的第一个元素的位置
return left;
}
}
刷hot100时的2:22的思考:
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while(left <= right) {
int mid = left + (right - left)/2;
if(nums[mid] == target) {
return mid;
} else if(nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
}
我确实很清楚,如果找不到,left最后停的位置就是要插入的位置,因为它left最终一定指向比target大的第一个元素,这就是需要插入的位置。
思路
看到这个时间复杂度的要求就知道要用二分法了,而且限制了是没有重复元素的升序,就是二分法很适合的条件。与二分查找不同的是元素可能不在这里面,要想清楚不在的情况下返回left还是left - 1,我刚开始就想错了。
其实可以自己举一个查找不存在的情况的例子就清楚了,left最终一定指向比target大的第一个元素,这就是需要插入的位置。比如[1, 3, 4, 5],我要查找2,那么第一次left = 0, right = 3, mid = 1, 此时nums[mid] = 3 > 2,那么right = mid - 1 = 0,所以现在left = right = 0。
然后判断索引0的元素1,发现比2小,那么就left = mid + 1,再一次就不满足循环条件left <= right了,所以退出,也就是说如果没有target退出时一定是left = right + 1。此时left就是索引1,即我要插入2的位置。
复杂度
时间复杂度: O ( l o g ( n ) ) O(log(n)) O(log(n))
空间复杂度: O ( 1 ) O(1) O(1)
Code
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0,right = nums.length - 1;
while(left <= right) {
int mid = left + (right - left)/2;
if(nums[mid] == target) {
return mid;
}else if(nums[mid] > target) {
right = mid - 1;
}else {//nums[mid] < target
left = mid + 1;
}
}
//当前要插入的位置,就是比target大的第一个元素的位置
return left;
}
}
本文详细解析了如何使用二分查找算法解决LeetCode题目35,搜索在有序数组中插入目标值的正确位置,同时讨论了代码实现和复杂度分析。重点在于理解插入位置的确定逻辑,即当目标值不存在时,返回比它大的第一个元素的索引。
528

被折叠的 条评论
为什么被折叠?



