【发布时间】:2016-08-19 17:24:59
【问题描述】:
场景:
我有一个名为“searchRange”的方法,我需要在其中搜索目标出现在提供的输入数组中的最小和最大索引。
问题:
我认为这个解决方案的时间复杂度是 O(n),因为我只循环输入一次。我的理解正确吗?
代码:
public class Solution {
public int[] searchRange(int[] nums, int target) {
if (nums == null) {
return new int[2];
}
int min = -1, max = -1, l = nums.length;
int[] ans = new int[2];
for (int i = 0; i < l; i++) {
if (nums[i] == target) {
if (min == -1) {
min = i;
} else {
max = Math.max(i, max);
}
}
}
if (min != -1 && max == -1) {
max = min;
}
ans[0] = min;
ans[1] = max;
return ans;
}
}
编辑
谢谢,我现在知道上面算法的时间复杂度是O(n)。我试图达到 O(logn)。我尝试使用二进制搜索的变体来发现最小和最大索引。下面给出的方法的时间复杂度是O(logn)吗?
public int[] searchRange(int[] nums, int target) {
if (nums == null)
return new int[2];
return searchRange(nums, target, 0, nums.length - 1);
}
public int[] searchRange(int[] nums, int target, int l, int h) {
int[] ans = new int[] { -1, -1 };
int middle = (l + h) / 2;
if (l > h)
return ans;
if (nums[middle] == target) {
if (middle < nums.length - 1 && nums[middle + 1] == target) {
int[] right = searchRange(nums, target, middle + 1, h);
ans[1] = right[1];
ans[0] = middle;
}
if (middle >= 1 && nums[middle - 1] == target) {
int[] left = searchRange(nums, target, l, middle - 1);
ans[0] = left[0];
if (ans[1] == -1) {
ans[1] = middle;
}
}
if (ans[0] == ans[1] && ans[0] == -1) {
ans[0] = ans[1] = middle;
}
} else if (nums[middle] < target) {
return searchRange(nums, target, middle + 1, h);
} else {
return searchRange(nums, target, l, middle - 1);
}
return ans;
}
【问题讨论】:
-
你应该考虑当你的输入包含小于
-1的负数时会发生什么 -
我不认为这是输入。这是找到
target的数组索引。他正在记录目标编号的第一个和最后一个索引。-1是数组索引的不可能值。 -
该代码有效吗?你测试过吗?您有正确的想法进行二分搜索以达到 O(logn)。
-
这是 O(logn) 假设现在您的输入数组已排序,而您的初始版本不需要。因此,根据您获取排序数组的方式,总体而言,这应该是比以前更好的解决方案。这是 O(logn),因为每次递归调用都在处理一半的数组。
-
你的数组排序了吗?如果您的数组已排序,您可以通过二进制搜索轻松确定 O(logn)。
标签: java algorithm time-complexity