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
