2022年4月11日 作者 zeroheart

算法基础第二天

153. 寻找旋转排序数组中的最小值

/**
 153. 寻找旋转排序数组中的最小值
 已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转 后,得到输入数组。例如,原数组 nums = [0,1,2,4,5,6,7] 在变化后可能得到:
 若旋转 4 次,则可以得到 [4,5,6,7,0,1,2]
 若旋转 7 次,则可以得到 [0,1,2,4,5,6,7]
 注意,数组 [a[0], a[1], a[2], ..., a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]] 。

 给你一个元素值 互不相同 的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。

 你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。



 示例 1:

 输入:nums = [3,4,5,1,2]
 输出:1
 解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。
 示例 2:

 输入:nums = [4,5,6,7,0,1,2]
 输出:0
 解释:原数组为 [0,1,2,4,5,6,7] ,旋转 4 次得到输入数组。
 示例 3:

 输入:nums = [11,13,15,17]
 输出:11
 解释:原数组为 [11,13,15,17] ,旋转 4 次得到输入数组。


 提示:

 n == nums.length
 1 <= n <= 5000
 -5000 <= nums[i] <= 5000
 nums 中的所有整数 互不相同
 nums 原来是一个升序排序的数组,并进行了 1 至 n 次旋转

 * @author zeroheart
 *
 */
public class Question153 {

    public int findMin(int[] nums) {
        int m = nums.length;
        int low = 0; int high = m - 1;
        while (low <= high){
            int mid = low + (high - low) / 2;
            if(nums[mid] < nums[high]) {
                high = mid; // 正常2分这里要-1的
            }else {
                low = mid + 1;
            }
        }
        return nums[high];
    }

}

162. 寻找峰值

爬坡法。。

看到log(n),很有可能是二分,哈哈


/**
162. 寻找峰值
峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。

你可以假设 nums[-1] = nums[n] = -∞ 。

你必须实现时间复杂度为 O(log n) 的算法来解决此问题。



示例 1:

输入:nums = [1,2,3,1]
输出:2
解释:3 是峰值元素,你的函数应该返回其索引 2。
示例 2:

输入:nums = [1,2,1,3,5,6,4]
输出:1 或 5
解释:你的函数可以返回索引 1,其峰值元素为 2;
或者返回索引 5, 其峰值元素为 6。


提示:

1 <= nums.length <= 1000
-231 <= nums[i] <= 231 - 1
对于所有有效的 i 都有 nums[i] != nums[i + 1]

* @author zeroheart
*
*/
public class Question162 {

public int findPeakElement(int[] nums) {

/**
* https://leetcode-cn.com/problems/find-peak-element/solution/hua-jie-suan-fa-162-xun-zhao-feng-zhi-by-guanpengc/
* 总的一句话,往递增的方向上,二分,一定能找到,往递减的方向只是可能找到,也许没有。
* 又可以称为爬坡法,返回的是low
*/

int len = nums.length;
int low = 0; int high = len -1;
int res = -1;
while (low < high){ // 注意区别
int mid = low + (high - low) / 2;
if(nums[mid] < nums[mid+1]){
low = mid + 1; // 比大小,向上爬
}else {
high = mid;
}
}

return low;
}

}