模板:
class Solution: # @param nums: The integer array # @param target: Target number to find # @return the first position of target in nums, position start from 0 def binarySearch(self, nums, target): if not nums: return -1 start, end = 0, len(nums) - 1 # 用 start + 1 < end 而不是 start < end 的目的是為了避免死循環 # 在 first position of target 的情況下不會出現死循環 # 但是在 last position of target 的情況下會出現死循環 # 樣例:nums=[1,1] target = 1 # 為了統一模板,我們就都采用 start + 1 < end,就保證不會出現死循環 while start + 1 < end: # python 沒有 overflow 的問題,直接 // 2 就可以了 # java和C++ 最好寫成 mid = start + (end - start) / 2 # 防止在 start = 2^31 - 1, end = 2^31 - 1 的情況下出現加法 overflow mid = (start + end) // 2 # > , =, < 的邏輯先分開寫,然后在看看 = 的情況是否能合並到其他分支里 if nums[mid] < target: # 寫作 start = mid + 1 也是正確的 # 只是可以偷懶不寫,因為不寫也沒問題,不會影響時間復雜度 # 不寫的好處是,萬一你不小心寫成了 mid - 1 你就錯了 start = mid elif nums[mid] == target: end = mid else: # 寫作 end = mid - 1 也是正確的 # 只是可以偷懶不寫,因為不寫也沒問題,不會影響時間復雜度 # 不寫的好處是,萬一你不小心寫成了 mid + 1 你就錯了 end = mid # 因為上面的循環退出條件是 start + 1 < end # 因此這里循環結束的時候,start 和 end 的關系是相鄰關系(1和2,3和4這種) # 因此需要再單獨判斷 start 和 end 這兩個數誰是我們要的答案 # 如果是找 first position of target 就先看 start,否則就先看 end if nums[start] == target: return start if nums[end] == target: return end return -1
如果是涉及極大值的求解,則是利用nums[mid] nums[mid+1]求解,如下例,注意mid+1是有效的index。
75. 尋找峰值
你給出一個整數數組(size為n),其具有以下特點:
- 相鄰位置的數字是不同的
- A[0] < A[1] 並且 A[n - 2] > A[n - 1]
假定P是峰值的位置則滿足A[P] > A[P-1]
且A[P] > A[P+1]
,返回數組中任意一個峰值的位置。
樣例
樣例 1:
輸入: [1, 2, 1, 3, 4, 5, 7, 6]
輸出: 1 or 6
解釋:
返回峰頂元素的下標
樣例 2:
輸入: [1,2,3,4,1]
輸出: 3
挑戰
Time complexity O(logN)
注意事項
- 數組保證至少存在一個峰
- 如果數組存在多個峰,返回其中任意一個就行
- 數組至少包含 3 個數
class Solution: """ @param A: An integers array. @return: return any of peek positions. """ def findPeak(self, A): # write your code here start, end = 0, len(A)-1 while start+1 < end: mid = (start+end)//2 if A[mid] < A[mid+1]: start = mid else: end = mid if A[start] > A[end]: return start else: return end
457. 經典二分查找問題
在一個排序數組中找一個數,返回該數出現的任意位置,如果不存在,返回 -1
。
樣例
樣例 1:
輸入:nums = [1,2,2,4,5,5], target = 2
輸出:1 或者 2
樣例 2:
輸入:nums = [1,2,2,4,5,5], target = 6
輸出:-1
class Solution: """ @param nums: An integer array sorted in ascending order @param target: An integer @return: An integer """ def findPosition(self, nums, target): # write your code here if not nums: return -1 start, end = 0, len(nums) - 1 while start + 1 < end: mid = (start + end) // 2 if nums[mid] < target: start = mid elif nums[mid] == target: end = mid else: end = mid if nums[start] == target: return start if nums[end] == target: return end return -1
458. 目標最后位置
給一個升序數組,找到 target
最后一次出現的位置,如果沒出現過返回 -1
樣例
樣例 1:
輸入:nums = [1,2,2,4,5,5], target = 2
輸出:2
樣例 2:
輸入:nums = [1,2,2,4,5,5], target = 6
輸出:-1
class Solution: """ @param nums: An integer array sorted in ascending order @param target: An integer @return: An integer """ def lastPosition(self, nums, target): # write your code here if not nums: return -1 start, end = 0, len(nums) - 1 while start + 1 < end: mid = (start + end) // 2 if nums[mid] < target: start = mid elif nums[mid] == target: start = mid else: end = mid if nums[end] == target: return end if nums[start] == target: return start return -1
14. 二分查找
給定一個排序的整數數組(升序)和一個要查找的整數target
,用O(logn)
的時間查找到target第一次出現的下標(從0開始),如果target不存在於數組中,返回-1
。
樣例
樣例 1:
輸入:[1,4,4,5,7,7,8,9,9,10],1
輸出: 0
樣例解釋:
第一次出現在第0個位置。
樣例 2:
輸入: [1, 2, 3, 3, 4, 5, 10],3
輸出: 2
樣例解釋:
第一次出現在第2個位置
樣例 3:
輸入: [1, 2, 3, 3, 4, 5, 10],6
輸出: -1
樣例解釋:
沒有出現過6, 返回-1
class Solution: """ @param nums: The integer array. @param target: Target to find. @return: The first position of target. Position starts from 0. """ def binarySearch(self, nums, target): # write your code here if not nums: return -1 start, end = 0, len(nums) - 1 while start + 1 < end: mid = (start + end) // 2 if nums[mid] < target: start = mid elif nums[mid] == target: end = mid else: end = mid if nums[start] == target: return start if nums[end] == target: return end return -1
74. 第一個錯誤的代碼版本
代碼庫的版本號是從 1 到 n 的整數。某一天,有人提交了錯誤版本的代碼,因此造成自身及之后版本的代碼在單元測試中均出錯。請找出第一個錯誤的版本號。
你可以通過 isBadVersion
的接口來判斷版本號 version 是否在單元測試中出錯,具體接口詳情和調用方法請見代碼的注釋部分。
樣例
n = 5:
isBadVersion(3) -> false
isBadVersion(5) -> true
isBadVersion(4) -> true
因此可以確定第四個版本是第一個錯誤版本。
挑戰
調用 isBadVersion 的次數越少越好
注意事項
請閱讀代碼編輯框內注釋代碼,獲取對於不同語言正確調用 isBadVersion 的方法,比如java的調用方式是SVNRepo.isBadVersion(v)
#class SVNRepo: # @classmethod # def isBadVersion(cls, id) # # Run unit tests to check whether verison `id` is a bad version # # return true if unit tests passed else false. # You can use SVNRepo.isBadVersion(10) to check whether version 10 is a # bad version. class Solution: """ @param n: An integer @return: An integer which is the first bad version. """ def findFirstBadVersion(self, n): # write your code here start, end = 1, n while start + 1 < end: mid = (start + end) // 2 if SVNRepo.isBadVersion(mid): end = mid else: start = mid if SVNRepo.isBadVersion(start): return start if SVNRepo.isBadVersion(end): return end return -1
460. 在排序數組中找最接近的K個數
給一個目標數 target
, 一個非負整數 k
, 一個按照升序排列的數組 A
。在A
中找與target
最接近的k
個整數。返回這k
個數並按照與target
的接近程度從小到大排序,如果接近程度相當,那么小的數排在前面。
樣例
樣例 1:
輸入: A = [1, 2, 3], target = 2, k = 3
輸出: [2, 1, 3]
樣例 2:
輸入: A = [1, 4, 6, 8], target = 3, k = 3
輸出: [4, 1, 6]
挑戰
O(logn + k) 的時間復雜度
class Solution: """ @param A: an integer array @param target: An integer @param k: An integer @return: an integer array """ def kClosestNumbers(self, A, target, k): # write your code here if k <= 0: return [] nearest_index = self.find_nearest(A, target) return self.find_k_elements(A, target, k, nearest_index) def find_nearest(self, nums, target): if not nums: return -1 start, end = 0, len(nums) - 1 while start + 1 < end: mid = (start + end) // 2 if nums[mid] < target: start = mid elif nums[mid] == target: end = mid else: end = mid if (end >= len(nums)) or \ ((start >= 0) and \ abs(nums[start]-target) <= abs(nums[end]-target)): return start return end def find_k_elements(self, A, target, k, nearest_index): result = [A[nearest_index]] i, j = nearest_index-1, nearest_index+1 while (i >= 0 or j < len(A)) and len(result) < k: if j >= len(A) or (i >= 0 and \ abs(A[i]-target) <= abs(A[j]-target)): result.append(A[i]) i -= 1 else: result.append(A[j]) j += 1 return result
采用的是二分法 + 雙指針
二分法確定一個位置,左側是 < target,右側是 >= target
然后用兩根指針從中間向兩邊走,依次找到最接近的 k 個數
參考代碼:
class Solution: """ @param A: an integer array @param target: An integer @param k: An integer @return: an integer array """ def kClosestNumbers(self, A, target, k): # 找到 A[left] < target, A[right] >= target # 也就是最接近 target 的兩個數,他們肯定是相鄰的 right = self.find_upper_closest(A, target) left = right - 1 # 兩根指針從中間往兩邊擴展,依次找到最接近的 k 個數 results = [] for _ in range(k): if self.is_left_closer(A, target, left, right): results.append(A[left]) left -= 1 else: results.append(A[right]) right += 1 return results def find_upper_closest(self, A, target): # find the first number >= target in A start, end = 0, len(A) - 1 while start + 1 < end: mid = (start + end) // 2 if A[mid] >= target: end = mid else: start = mid if A[start] >= target: return start if A[end] >= target: return end # 找不到的情況 return end + 1 def is_left_closer(self, A, target, left, right): if left < 0: return False if right >= len(A): return True return target - A[left] <= A[right] - target
447. 在大數組中查找
給一個按照升序排序的非負整數數組。這個數組很大以至於你只能通過固定的接口 ArrayReader.get(k)
來訪問第k個數(或者C++里是ArrayReader->get(k)),並且你也沒有辦法得知這個數組有多大。
找到給出的整數target第一次出現的位置。你的算法需要在O(logk)的時間復雜度內完成,k為target第一次出現的位置的下標。
如果找不到target,返回-1。
樣例
樣例 1:
輸入: [1, 3, 6, 9, 21, ...], target = 3
輸出: 1
樣例 2:
輸入: [1, 3, 6, 9, 21, ...], target = 4
輸出: -1
挑戰
O(logn)的時間復雜度,n是target第一次出現的下標。
""" Definition of ArrayReader class ArrayReader(object): def get(self, index): # return the number on given index, # return 2147483647 if the index is invalid. """ class Solution: """ @param: reader: An instance of ArrayReader. @param: target: An integer @return: An integer which is the first index of target. """ def searchBigSortedArray(self, reader, target): # write your code here end = self.find_first_greater_index(reader, target) return self.bin_search(reader, target, end) def find_first_greater_index(self, reader, target): i = 1 while reader.get(i) < target: i = i*2 return i def bin_search(self, reader, target, end): start = 0 while start + 1 < end: mid = (start + end) // 2 if reader.get(mid) < target: start = mid elif reader.get(mid) == target: end = mid else: end = mid if reader.get(start) == target: return start if reader.get(end) == target: return end return -1
精簡下代碼:
class Solution: # @param {ArrayReader} reader: An instance of ArrayReader # @param {int} target an integer # @return {int} an integer def searchBigSortedArray(self, reader, target): # write your code here index = 0 while reader.get(index) < target: index = index * 2 + 1 start, end = 0, index while start + 1 < end: mid = start + (end - start) // 2 if reader.get(mid) < target: start = mid else: end = mid if reader.get(start) == target: return start if reader.get(end) == target: return end return -1
140. 快速冪
計算an % b,其中a,b和n都是32位的非負整數。
樣例
例如 231 % 3 = 2
例如 1001000 % 1000 = 0
挑戰
O(logn)
class Solution: """ @param a: A 32bit integer @param b: A 32bit integer @param n: A 32bit integer @return: An integer """ def fastPower(self, a, b, n): # write your code here if n == 0: return 1%b if n == 1: return a%b if n & 1 == 0: # even mod = self.fastPower(a, b, n//2) return mod*mod%b else: mod = self.fastPower(a, b, n//2) return mod*mod*a%b
迭代解法:
class Solution: """ @param a, b, n: 32bit integers @return: An integer """ def fastPower(self, a, b, n): # a ^ n % b # 比如 n=5,可以看做 a^(101)2 % b (5的二進制是101) # 拆開也就是 [a^(100)2 * a&(1)2] % b # 因此相當於我們把 n 做二進制轉換,碰到 1 的時候,稱一下對應的 a 的冪次 # 而 a 的冪次我們只需要知道 a^1, a^(10)2, a^(100)2 ... 也就是 a^1, a^2, a^4 ... # 因此不斷的把 a = a * a 就可以了 # 中間計算的時候,隨時可以 % b 避免 overflow 其不影響結果,這是 % 運算的特性。 ans = 1 while n > 0: if n % 2 == 1: ans = (ans * a) % b a = a * a % b n = n // 2 return ans % b
428. x的n次冪
實現 pow(x, n). (n是一個整數)
樣例
樣例 1:
輸入: x = 9.88023, n = 3
輸出: 964.498
樣例 2:
輸入: x = 2.1, n = 3
輸出: 9.261
樣例 3:
輸入: x = 1, n = 0
輸出: 1
挑戰
時間復雜度O(logn)
注意事項
不用擔心精度,當答案和標准輸出差絕對值小於1e-3
時都算正確
class Solution: """ @param x {float}: the base number @param n {int}: the power number @return {float}: the result """ def myPow(self, x, n): # write your code here if n == 0: return 1 if n < 0: return 1/self.myPow(x, -n) if n & 1 == 0: power = self.myPow(x, n//2) return power*power else: power = self.myPow(x, n//2) return power*power*x