给你一个整数数组 nums ,和一个整数 target 。
该整数数组原本是按升序排列,但输入时在预先未知的某个点上进行了旋转。(例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
请你在数组中搜索 target ,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4
示例 2:
输入:nums = [4,5,6,7,0,1,2], target = 3
输出:-1
示例 3:
输入:nums = [1], target = 0
输出:-1
提示:
2. 标签
3. 解法 - 二分查找
二分查找的等号我吐啦
3.1 Java
// ref: https://leetcode-cn.com/problems/search-in-rotated-sorted-array/solution/sou-suo-xuan-zhuan-pai-xu-shu-zu-by-leetcode-solut/
class Solution {
public int search(int[] nums, int target) {
// 数组长度
int len = nums.length;
// 判空
if (len == 0)
return -1;
// 边界情况
if (len == 1)
return nums[0] == target ? 0 : -1;
// 二分查找时使用的两个指针
int left = 0;
int right = len - 1;
while (left <= right) {
// 找中点
int mid = left + (right - left) / 2;
// 找到了就直接返回
if (nums[mid] == target)
return mid;
/**
* 判断 mid 分割出来的两个部分:
* 1. [left, mid]
* 2. [mid+1, right]
* 哪个部分是有序的
*/
// 假设 mid = 6
// [4,5,6,7,0,1,2] -> 左[4,5,6,7] 右[0,1,2]
// 以上面这个数组为例
// nums[mid] 和 nums[0]做比较主要是想判断 nums[mid] 处于旋转后的左还是右
if (nums[0] <= nums[mid]) {
// 如果 mid 处于左
// 那么就在左边的数组进行二分查找
if (nums[0] <= target && target < nums[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
} else {
// 如果 mid 处于右
// 那么就在右边的数组进行二分查找
if (nums[mid] < target && target <= nums[len - 1]) {
left = mid + 1;
} else {
right = mid - 1;
}
}
}
// 找不到,返回 -1
return -1;
}
}
3.2 Kotlin
class Solution {
fun search(nums: IntArray, target: Int): Int {
// 数组长度
val len = nums.size
// 判空
if (len == 0)
return -1
// 边界情况
if (len == 1)
return if (nums[0] == target) 0 else -1
// 二分查找时使用的两个指针
var left = 0
var right = len - 1
while (left <= right) {
// 找中点
val mid = left + (right - left) / 2
// 找到了就直接返回
if (nums[mid] == target)
return mid
/**
* 判断 mid 分割出来的两个部分:
* 1. [left, mid]
* 2. [mid+1, right]
* 哪个部分是有序的
*/
// 假设 mid = 6
// [4,5,6,7,0,1,2] -> 左[4,5,6,7] 右[0,1,2]
// 以上面这个数组为例
// nums[mid] 和 nums[0]做比较主要是想判断 nums[mid] 处于旋转后的左还是右
if (nums[0] <= nums[mid]) {
// 如果 mid 处于左
// 那么就在左边的数组进行二分查找
if (nums[0] <= target && target < nums[mid]) {
right = mid - 1
} else {
left = mid + 1
}
} else {
// 如果 mid 处于右
// 那么就在右边的数组进行二分查找
if (nums[mid] < target && target <= nums[len - 1]) {
left = mid + 1
} else {
right = mid - 1
}
}
}
// 找不到,返回 -1
return -1
}
}
3.3 复杂度分析
时间复杂度 O(logn)
:搜索空间每次循环都会减少一半,二分查找的时间复杂度为对数级别。
空间复杂度 O(1)
:变量仅占用了常数大小的额外存储空间。
4. 参考