当前位置: 首页 > news >正文

二分查找题目:有序数组中的单一元素

文章目录

  • 题目
    • 标题和出处
    • 难度
    • 题目描述
      • 要求
      • 示例
      • 数据范围
  • 解法一
    • 思路和算法
    • 代码
    • 复杂度分析
  • 解法二
    • 思路和算法
    • 代码
    • 复杂度分析

题目

标题和出处

标题:有序数组中的单一元素

出处:540. 有序数组中的单一元素

难度

4 级

题目描述

要求

给定一个仅由整数组成的升序数组,其中每个元素都出现两次,除了一个元素只出现一次。

返回只出现一次的元素。

要求时间复杂度是 O(log n) \texttt{O(log n)} O(log n),空间复杂度是 O(1) \texttt{O(1)} O(1)

示例

示例 1:

输入: nums = [1,1,2,3,3,4,4,8,8] \texttt{nums = [1,1,2,3,3,4,4,8,8]} nums = [1,1,2,3,3,4,4,8,8]
输出: 2 \texttt{2} 2

示例 2:

输入: nums = [3,3,7,7,10,11,11] \texttt{nums = [3,3,7,7,10,11,11]} nums = [3,3,7,7,10,11,11]
输出: 10 \texttt{10} 10

数据范围

  • 1 ≤ nums.length ≤ 10 5 \texttt{1} \le \texttt{nums.length} \le \texttt{10}^\texttt{5} 1nums.length105
  • 0 ≤ nums[i] ≤ 10 5 \texttt{0} \le \texttt{nums[i]} \le \texttt{10}^\texttt{5} 0nums[i]105

解法一

思路和算法

由于给定的数组已经排序,因此相同元素在数组中一定位于相邻的位置。对于只出现一次的元素,该元素的左边和右边各有偶数个元素。假设只出现一次的元素位于下标 index \textit{index} index,考虑下标 x x x 处的元素, x ≠ index x \ne \textit{index} x=index

  • x < index x < \textit{index} x<index 时,只出现一次的元素在下标 x x x 的右边。如果 x x x 是偶数,则 nums [ x ] = nums [ x + 1 ] \textit{nums}[x] = \textit{nums}[x + 1] nums[x]=nums[x+1];如果 x x x 是奇数,则 nums [ x ] = nums [ x − 1 ] \textit{nums}[x] = \textit{nums}[x - 1] nums[x]=nums[x1]

  • x > index x > \textit{index} x>index 时,只出现一次的元素在下标 x x x 的左边。如果 x x x 是偶数,则 nums [ x ] = nums [ x − 1 ] \textit{nums}[x] = \textit{nums}[x - 1] nums[x]=nums[x1];如果 x x x 是奇数,则 nums [ x ] = nums [ x + 1 ] \textit{nums}[x] = \textit{nums}[x + 1] nums[x]=nums[x+1]

对于下标 x x x,可以根据 x x x 的奇偶性以及与 nums [ x ] \textit{nums}[x] nums[x] 相同的元素下标判断只出现一次的元素位于下标 x x x 处、下标 x x x 的左边或下标 x x x 的右边。因此可以使用二分查找得到只出现一次的元素的下标。

low \textit{low} low high \textit{high} high 分别表示二分查找的下标范围的下界和上界,初始时 low \textit{low} low high \textit{high} high 分别为数组的最小下标和最大下标。每次查找时,取 mid \textit{mid} mid low \textit{low} low high \textit{high} high 的平均数向下取整,执行如下操作。

  • 如果 mid \textit{mid} mid 是偶数且 nums [ mid ] = nums [ mid + 1 ] \textit{nums}[\textit{mid}] = \textit{nums}[\textit{mid} + 1] nums[mid]=nums[mid+1],或 mid \textit{mid} mid 是奇数且 nums [ mid ] = nums [ mid − 1 ] \textit{nums}[\textit{mid}] = \textit{nums}[\textit{mid} - 1] nums[mid]=nums[mid1],则只出现一次的元素位于下标 mid \textit{mid} mid 的右边,因此在下标范围 [ mid + 1 , high ] [\textit{mid} + 1, \textit{high}] [mid+1,high] 中继续查找。

  • 否则,只出现一次的元素位于下标 mid \textit{mid} mid 或其左边,因此在下标范围 [ low , mid ] [\textit{low}, \textit{mid}] [low,mid] 中继续查找。

low = high \textit{low} = \textit{high} low=high 时,查找结束,此时 low \textit{low} low 即为只出现一次的元素的下标, nums [ low ] \textit{nums}[\textit{low}] nums[low] 即为只出现一次的元素。

代码

class Solution {public int singleNonDuplicate(int[] nums) {int low = 0, high = nums.length - 1;while (low < high) {int mid = low + (high - low) / 2;if (mid % 2 == 0 && nums[mid] == nums[mid + 1] || mid % 2 == 1 && nums[mid] == nums[mid - 1]) {low = mid + 1;} else {high = mid;}}return nums[low];}
}

复杂度分析

  • 时间复杂度: O ( log ⁡ n ) O(\log n) O(logn),其中 n n n 是数组 nums \textit{nums} nums 的长度。二分查找的范围是数组的全部 n n n 个下标,二分查找的时间复杂度是 O ( log ⁡ n ) O(\log n) O(logn)

  • 空间复杂度: O ( 1 ) O(1) O(1)

解法二

思路和算法

由于只出现一次的元素的左边有偶数个元素,因此只出现一次的元素一定位于偶数下标,可以只在偶数下标中二分查找。

由于给定的数组长度是奇数,因此数组的最小下标和最大下标都是偶数,二分查找的下标范围的下界和上界的初始值分别为数组的最小下标和最大下标。每次查找时,取 mid \textit{mid} mid low \textit{low} low high \textit{high} high 的平均数向下取整,如果得到的 mid \textit{mid} mid 是奇数则将 mid \textit{mid} mid 1 1 1,确保 mid \textit{mid} mid 是偶数,执行如下操作。

  • 如果 nums [ mid ] = nums [ mid + 1 ] \textit{nums}[\textit{mid}] = \textit{nums}[\textit{mid} + 1] nums[mid]=nums[mid+1],则只出现一次的元素位于下标 mid \textit{mid} mid 的右边,因此在下标范围 [ mid + 2 , high ] [\textit{mid} + 2, \textit{high}] [mid+2,high] 中继续查找。

  • 否则,只出现一次的元素位于下标 mid \textit{mid} mid 或其左边,因此在下标范围 [ low , mid ] [\textit{low}, \textit{mid}] [low,mid] 中继续查找。

二分查找过程中,每次更新后的下标范围的下界和上界都是偶数,确保只在偶数下标中二分查找。

low = high \textit{low} = \textit{high} low=high 时,查找结束,此时 low \textit{low} low 即为只出现一次的元素的下标, nums [ low ] \textit{nums}[\textit{low}] nums[low] 即为只出现一次的元素。

代码

class Solution {public int singleNonDuplicate(int[] nums) {int low = 0, high = nums.length - 1;while (low < high) {int mid = low + (high - low) / 2;if (mid % 2 != 0) {mid--;}if (nums[mid] == nums[mid + 1]) {low = mid + 2;} else {high = mid;}}return nums[low];}
}

复杂度分析

  • 时间复杂度: O ( log ⁡ n ) O(\log n) O(logn),其中 n n n 是数组 nums \textit{nums} nums 的长度。二分查找的范围是数组的 n + 1 2 \dfrac{n + 1}{2} 2n+1 个偶数下标,二分查找的时间复杂度是 O ( log ⁡ n ) O(\log n) O(logn)

  • 空间复杂度: O ( 1 ) O(1) O(1)

http://www.lryc.cn/news/488888.html

相关文章:

  • springboot基于Android的华蓥山旅游导航系统
  • 面向对象编程(OOP)深度解析:思想、原则与应用
  • iPhone 17 Air看点汇总:薄至6mm 刷新苹果轻薄纪录
  • 「OpenCV交叉编译」ubuntu to arm64
  • Stable Diffusion的解读(二)
  • amd显卡和nVidia显卡哪个好 amd和英伟达的区别介绍
  • 软件测试—— Selenium 常用函数(一)
  • 为什么verilog中递归函数需要定义为automatic?
  • 23种设计模式-状态(State)设计模式
  • EventListener与EventBus
  • Facebook为什么注册失败了?该怎么解决?
  • 前端数据可视化思路及实现案例
  • 【DVWA】Brute Force暴力破解实战
  • 23种设计模式速记法
  • 第7章硬件测试-7.3 功能测试
  • 动态规划子数组系列一>等差数列划分
  • 《Python浪漫的烟花表白特效》
  • 什么是RESTful API,有什么特点
  • 友思特新闻 | 友思特荣获广州科技创新创业大赛智能装备行业赛初创组优胜企业!
  • CSS中calc语法不生效
  • 国标GB28181视频平台EasyCVR视频融合平台H.265/H.264转码业务流程
  • ES6 模板字符串详解
  • 浏览器插件启动本地程序
  • Ubuntu ESP32开发环境搭建
  • 【gitlab】部署
  • vue中路由缓存
  • Github 2024-11-18 开源项目周报 Top15
  • GRCNN使用onnxruntime和tensorrt推理
  • java中的this关键字
  • Easyexcel(3-文件导出)