leetcode hot100 二分查找

3️⃣ 二分查找

35. 搜索插入位置

基础题:

  • 使用一个二分搜索即可

  • public int searchInsert(int[] nums, int target) {
            int n = nums.length;
            int left = 0, right = n - 1;
            while(left <= right){
                int mid = (left + right) / 2;
                if(nums[mid] == target){
                    return mid;
                }else if(nums[mid] < target){
                    left = mid + 1;
                }else{
                    right = mid - 1;
                }
            }
            return left;
        }
    

74. 搜索二维矩阵

题解:

  • 一开始打算用每一行数组首元素判断, 但是在’='上面有点复杂, 换成在数组末尾元素判断比较简单

  •  public boolean searchMatrix(int[][] matrix, int target) {
            int searchRow = -1;
            for(int i = 0;i<matrix.length;i++){
                if(matrix[i][matrix[0].length-1] >= target){
                    searchRow = i;
                    break;
                }
            }
            if(searchRow == -1){
                return false;
            }
    
            for(int i = 0;i<matrix[0].length;i++){
                if(matrix[searchRow][i] == target){
                    return true;
                }
            }
            return false;
        }
    

34. 在排序数组中查找元素的第一个和最后一个位置

解题:

  • 当目前值等于目标值时,为了查找第一个和最后一个目标值, 需要确定是收缩左边界还是右边界, 可以通过一个布尔型参数

  • 在常规二分搜索中, 收缩左边界情况是目前值<目标值, 收缩右边界情况是目前值>目标值

  • 如果在求第一个目标值, 在相等时就要收缩右边界;

    • 即不再理会目前值右侧也等于目标值的元素
  • 如果在求最后一个目标值, 在相等时就要收缩左边界;

    • 即不再理会目前值左侧也等于目标值的元素
  • public int[] searchRange(int[] nums, int target){
        int leftIdx = binarySearch(nums, target, true);
        int rightIdx = binarySearch(nums, target, false);
        if(leftIdx <= rightIdx && rightIdx < nums.length && nums[rightIdx] == target && nums[leftIdx] == target){
            return new int[]{leftIdx, rightIdx};
        }
        return new int[]{-1,-1};
    }
    
    public int binarySearch(int[] nums, int target, int flag){
        int left = 0, right = nums.length-1;
        int ans = nums.length;
        while(left<=right){
            int mid = (left + right )/2;
            if(nums[mid]>target||(flag&&nums[mid]==target)){
                right = mid-1;
                ans = mid;
            }else{
                left = mid+1;
            }
        }
        return ans;
    }
    

33. 搜索旋转排序数组

整数数组 nums 按升序排列,数组中的值 互不相同 。

在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。

给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

解题:

  • 最初想法是二分查找到旋转分界值索引reverse后再用二分查找, 但这样好像有点绕所以没做

  • 既然mid天然的将数组分为两组, 且必有一组是递增的, 数组中的值互不相同, 可以将nums[mid]与nums[0]相比, 如果较之大, 则说明0-mid是连续的, 较之小则说明mid~n-1是连续的

  • 在将目标值与mid判断, 如果在0~mid之间, 缩减右边界即可 ; 在mid~n-1之间, 缩减左边界即可, 再加一些错误情况判断

  • int n = nums.length;
            if(n==0){
                return -1;
            }else if( n == 1){
                return nums[0] == target ? 0 : -1;
            }
            int l = 0, r = n - 1;
            while(l <= r){
                int mid = (l + r) / 2;
                if(nums[mid] == target){ return mid;}
                if(nums[mid] > nums[0]){
                    if(nums[0] <= target && nums[mid] > target){
                        r = mid - 1;
                    }else{
                        l = mid + 1;
                    }
                }else{
                    if(nums[mid] < target && nums[n-1] >= target){
                        l = mid+1;
                    }else{
                        r = mid - 1;
                    }
                }
            }
            return -1;
    

153. 寻找旋转排序数组中的最小值

解决:

  • 原本是前一题打算这么做的,不过根据前面几题的经验这题挺好实现的

  • 也是分部分的想法, 如果nums[mid]>=nums[0] 那说明最小值存在于后一部分, 如果nums[mid]<nums[0] 说明最小值在前一部分

  • if(nums.length == 1) return nums[0];
            int n = nums.length;
            int l = 0, r = n - 1;
            int min = nums[0];
            while(l <= r){
                int mid = (l + r) / 2;
                if(nums[mid] >= nums[0]){
                    l = mid+1;
                }else{
                    r = mid-1;
                    min = Math.min(min, nums[mid]);
                }
            }   
            return min;
    

4. 寻找两个正序数组的中位数

给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。算法的时间复杂度应该为 O(log (m+n)) 。

题解:

  • 想好久没想出来怎么用二分查找, 怎么看都觉得是应该先合并数组再分奇偶找中位数

  • 看了别人的解题才知道怎么做

  • 先是分奇偶性, 通过递归找到合并后的第total/2(total/2+1)个元素

  • 怎么递归:

    • 先设置终结条件: k在递归中不断减少,直至k=1----k=1时即代表此时只需要从两个数组中选取一个较小的值返回, 为避免代码复杂, 预先将数组较小的一个调整为num1 , 如果此时num1已全部判断, 则直接返回num2, 否则↑
    • 由于两数组是顺序数组, 可以各取一般索引值的元素, 互相比较从而排除一部分数据
  • public double findMedianSortedArrays(int[] nums1, int[] nums2) {
                int tot = nums1.length + nums2.length;
                // 关键点 找到合并后第k个元素
                if (tot % 2 == 0) {
                    int left = find(nums1, 0, nums2, 0, tot / 2);
                    int right = find(nums1, 0, nums2, 0, tot / 2 + 1);
                    return (left + right) / 2.0;
                } else {
                    return find(nums1, 0, nums2, 0, tot / 2 + 1);
                }
            }
        
            private int find(int[] nums1, int i, int[] nums2, int j, int k) {
                if (nums1.length - i > nums2.length - j) return find(nums2, j, nums1, i, k);
                if (k == 1) {
                    if (i == nums1.length) return nums2[j];
                    else return Math.min(nums1[i], nums2[j]);
                }
                if (i == nums1.length) return nums2[j + k - 1];
                int si = Math.min(nums1.length, i + k / 2), sj = j + (k - k / 2);
                if (nums1[si - 1] < nums2[sj - 1]) {
                    return find(nums1, si, nums2, j, k - (si - i));
                } else {
                    return find(nums1, i, nums2, sj, k - (sj - j));
                }
            }
    
<think>好的,用户想了解如何高效地完成或学习LeetCode Hot 100问题的策略与技巧。首先,我需要回忆自己之前积累的相关知识,并结合用户提供的引用内容来组织回答。 用户提供的三个引用中,引用[1]提到每天坚持一题,系统学习计划;引用[2]是关于双指针技巧的示例代码;引用[3]涉及动态规划中的二维数组应用。这些都可以作为回答的素材。 首先,LeetCode Hot 100是高频面试题,用户可能正在准备面试,需要高效刷题。他们可能希望知道时间安排、题目分类、重点算法等策略,以及具体的解题技巧,比如双指针、动态规划等。 接下来,我应该分步骤来回答。常见的高效策略包括制定计划、分类突破、总结模板等。然后,结合引用中的例子,比如双指针和动态规划,说明如何应用这些技巧。此外,引用[1]提到的每日坚持和系统学习计划可以作为制定计划的部分内容。 另外,用户可能还关心如何避免常见错误,如何优化时间复杂度和空间复杂度,以及如何利用社区资源。需要确保回答结构清晰,分点列出,每个策略下给出具体的方法和例子,比如使用双指针解决移动零的问题(引用[2]),或者动态规划的背包问题(引用[3])。 最后,生成相关问题,帮助用户进一步深入理解,比如如何分析时间复杂度,或者动态规划的优化方法。这些问题需要与用户的问题相关,并且能引导他们继续学习。 在组织语言时,要使用中文,保持自然,避免使用Markdown格式,同时确保LaTeX公式的正确使用,行内公式用$...$,独立公式用$$...$$。引用标注要自然地放在句末,如[^1]。 需要检查是否有遗漏的关键点,比如是否需要提到刷题顺序、如何做笔记、复习方法等。另外,确保每个建议都有实际例子或引用支持,增强可信度。 总结,回答应包括以下部分: 1. 系统学习计划(引用[1]) 2. 分类突破,重点算法(如双指针、动态规划,引用[2][3]) 3. 模板和套路总结 4. 时间管理和复习策略 5. 社区资源利用 6. 相关问题生成 确保每个部分简明扼要,策略和技巧具体可行,帮助用户高效刷题。</think>### 如何高效学习LeetCode Hot 100问题? #### 一、系统学习计划与优先级策略 1. **分阶段攻克** - **第一阶段(基础)**:优先选择**出现频率高且难度中等**的题目,如双指针、链表、二叉树等基础题型(例如题目《移动零》[^2])。 - **第二阶段(进阶)**:重点突破动态规划、回溯、贪心等复杂算法,例如《背包问题》的二维DP解法[^3]。 - **第三阶段(综合)**:刷完所有题目后,按公司真题分类训练,强化高频考点。 2. **时间分配** 每天坚持1-2题,每题控制**30-60分钟**,超时则看题解并总结[^1]。周末集中复习错题。 #### 二、分类突破与核心技巧 1. **高频算法分类** - **双指针**:用于数组、链表操作,如《移动零》的原地交换[^2]。 代码片段示例: ```python def moveZeroes(nums): left = 0 for right in range(len(nums)): if nums[right] != 0: nums[left], nums[right] = nums[right], nums[left] left += 1 ``` - **动态规划**:掌握状态转移方程设计,如背包问题的递推式: $$dp[i][j] = \max(dp[i-1][j], dp[i-1][j-w_i] + v_i)$$ - **回溯剪枝**:通过条件判断减少递归分支,如排列问题中跳过重复元素。 2. **模板化思维** - **二分查找**:固定循环条件`left <= right`,明确`mid`更新逻辑。 - **二叉树遍历**:递归与非递归模板需熟记,例如前序、层序遍历。 #### 三、实战技巧与工具 1. **代码调试与优化** - 使用**测试用例驱动开发**(TDD),先写出边界案例(如空数组、极值)。 - 优化时分析时间/空间复杂度,优先优化**嵌套循环**或**重复计算**。 2. **利用社区资源** - 参考力扣官方题解的**最优解**,学习代码简洁性。 - 参与讨论区,关注**相似题归纳**(如《两数之和》与《三数之和》的联系)。 #### 四、总结与复习 1. **错题本与思维导图** - 记录每题的**关键思路**和易错点,例如动态规划初始化条件。 - 按算法类型整理思维导图,强化知识网络。 2. **模拟面试训练** - 使用力扣模拟面试功能,限时完成题目,提升临场应变能力。 --- ###
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