当前位置: 首页 > 文档资料 > 文章推荐 2 >

【LeetCode】33~154. 4 道「搜索旋转排序数组」题

优质
小牛编辑
134浏览
2023-12-01

本文涉及 4 道「搜索旋转排序数组」题:

可以分为 3 类:

  • 33、81 题:搜索特定值
  • 153、154 题:搜索最小值
  • 81、154 题:包含重复元素

33. 搜索旋转排序数组

题目要求时间复杂度 $O(logn)$,显然应该使用二分查找。二分查找的过程就是不断收缩左右边界,而怎么缩小区间是关键。

如果数组「未旋转」,在数组中查找一个特定元素 target 的过程为:

  • target == nums[mid],直接返回
  • target < nums[mid],则 target 位于左侧区间 [left,mid) 中。令 right = mid-1,在左侧区间查找
  • target > nums[mid],则 target 位于右侧区间 (mid,right] 中。令 left = mid+1,在右侧区间查找

但是这道题,由于数组「被旋转」,所以左侧或者右侧区间不一定是连续的。在这种情况下,如何判断 target 位于哪个区间?

根据旋转数组的特性,当元素不重复时,如果 nums[i] <= nums[j],说明区间 [i,j] 是「连续递增」的

ij 可以重合,所以这里使用的比较运算符是「小于等于」

因此,在旋转排序数组中查找一个特定元素时:

  • target == nums[mid],直接返回
  • nums[left] <= nums[mid],说明左侧区间 [left,mid]「连续递增」。此时:
    • nums[left] <= target <= nums[mid],说明 target 位于左侧。令 right = mid-1,在左侧区间查找
    • 否则,令 left = mid+1,在右侧区间查找
  • 否则,说明右侧区间 [mid,right]「连续递增」。此时:
    • nums[mid] <= target <= nums[right],说明 target 位于右侧区间。令 left = mid+1,在右侧区间查找
    • 否则,令 right = mid-1,在左侧区间查找
  • 注意:区间收缩时不包含 mid,也就是说,实际收缩后的区间是 [left,mid) 或者 (mid,right]

可以很容易地写出代码:

func search(nums []int, target int) int {
	left, right, mid := 0, len(nums)-1, 0
	for left <= right { // 等号:考虑 left==right,即只有一个元素的情况
		mid = (left + right) / 2
		if nums[mid] == target {
			return mid
		}
		// [left,mid] 连续递增
		if nums[left] <= nums[mid] { // 等号:考虑 left==mid,即只有一个元素的情况
			if nums[left] <= target && target < nums[mid] { // 加等号,因为 left 可能是 target;mid 已经比较过了,加不加都无所谓
				right = mid - 1 // 在左侧 [left,mid) 查找
			} else {
				left = mid + 1
			}
		} else { // [mid,right] 连续递增
			if nums[mid] < target && target <= nums[right] { // 加等号,因为 right 可能是 target;mid 已经比较过了,加不加都无所谓
				left = mid + 1 // 在右侧 (mid,right] 查找
			} else {
				right = mid - 1
			}
		}
	}
	return -1
}
判断条件 nums[left] <= nums[mid] 可否替换为 nums[left] < nums[mid]

疑问:值不是不重复吗?用 nums[left] < nums[mid] 可否判断 [left,mid] 连续递增?

答案:不可以。需要考虑 leftmid 相等的情况,此时 [left,mid] 只有一个元素。

判断条件 nums[left] <= nums[mid] 可否替换为 nums[left] <= nums[mid-1]

疑问:既然第一步已经排除了 mid,那么二、三步只需要判断 [left,mid-1][mid+1,right] 是否连续递增就可以了。于是写下了这样的代码:

// ...
        // mid > 0 防止越界
        if mid > 0 && nums[left] <= nums[mid-1] { // [left,mid-1] 递增
            if nums[left] <= target && target <= nums[mid-1] {
                right = mid - 1
            } else {
                left = mid + 1
            }
        } else { // [mid+1,right] 递增
            // mid < n-1 防止越界
            if mid < n-1 && nums[mid+1] <= target && target <= nums[right] {
                left = mid + 1
            } else {
                right = mid - 1
            }
        }
// ...

但是这样写却是错的!错在哪里呢?

错在两个越界判断上。上面代码中的越界判断,仅仅是为了让 mid-1mid+1 不超过数组左右边界。但实际上,我们要判断的是 [left,mid-1][mid+1,right] 不为空。因此越界判断应该更改为:

        if mid > left && nums[left] <= nums[mid-1] { // [left,mid-1] 递增
            // ...
        } else {
            if mid < right && nums[mid+1] <= target && target <= nums[right] {
                // ...
            }
        }

显然,这种方法需要引入额外的越界判断,且容易出错。并没有一开始包括 mid 的写法简便。

81. 搜索旋转排序数组-ii

这道题是 33 题的升级版,元素可以重复。nums[left] == nums[mid],无法判断 target 位于左侧还是右侧,此时无法缩小区间,退化为顺序查找

顺序查找的一种方法是直接遍历 [left,right] 每一项:

if nums[left] == nums[mid] {
    for i := left; i <= right; i++ { 
        if nums[i] == target {
            return i
        }
}

另一种方法是令 left++,去掉一个干扰项,本质上还是顺序查找:

if nums[left] == nums[mid] {
    left++
    continue
}

直接将这几行代码加到 33 题的代码中就可以了:

func search(nums []int, target int) bool {
	left, right, mid := 0, len(nums)-1, 0
	for left <= right {
		mid = (left + right) / 2
		if nums[mid] == target {
			return true
		}
+		if nums[left] == nums[mid] {
+			left++
+			continue
+		}
		if nums[left] <= nums[mid] {
			if nums[left] <= target && target < nums[mid] {
				right = mid - 1
			} else {
				left = mid + 1
			}
		} else {
			if nums[mid] < target && target <= nums[right] {
				left = mid + 1				} else {
				right = mid - 1
			}
		}
	}
	return false
}
为什么也可以使用 nums[right] == nums[mid] 去除干扰项?

上面新增的四行去除重复的干扰项的代码,判断条件是 if nums[left] == nums[mid]

但是换成 if nums[right] == nums[mid] 也可以:

if nums[right] == nums[mid] {
    right--
    continue
}

这是为什么?

实际上这个去重的判断只是为了保证「left、mid、right 三者不全相等」。当这三者全部相等时,无法判断哪个区间是单调的。比如用例:

[1,3,1,1,1]
1

三者「全不」相等时,那就是 33 题。

三者「不全」相等时:

  • nums[left] == nums[mid],则 [left,mid] 一定全部相等
    • 反证法:假设 [left,mid] 不全部相等 => [left,mid] 之间存在某个值 > nums[left] => 数组经过翻转 => [mid,right] 全部相等 => nums[left] == nums[mid] == nums[right] => 与「三者不全相等」矛盾
    • 这里会进入 if 分支,而 [left,mid] 全部相等也相当于 [left,mid] 连续递增,符合 if 分支的逻辑
  • nums[mid] == nums[right],则
    • nums[left] < nums[mid],则没有翻转。这里会进入 if 分支,[left,mid] 连续递增,符合 if 分支的逻辑
      • 反证法:如果翻转了 => mid 和 left 一定位于连续区间 => 翻转后 nums[right] <= nums[left],nums[mid] == nums[right] => a ≤ b && b < a,矛盾
    • nums[left] > nums[mid],则一定翻转,且 [mid,right] 一定全部相等。这里会进入 else 分支,[mid,right] 全部相等也相当于 [mid,right] 连续递增,符合 else 分支的逻辑

总结:只要三者「不全」相等,那么此时还是可以确定某侧区间连续递增

  • nums[left] ≤ nums[mid][left,mid] 连续递增
    • nums[left] < nums[mid]:连续递增
    • nums[left] == nums[mid]:全部相等
  • nums[left] > nums[mid]:按照单调递增的特性,mid 肯定是位于右侧区间的,所以有 [mid,right] 连续递增

完整的去重判断应该是:

if nums[left] == nums[mid] && nums[mid] == nums[right] {
    left++
}

但是这种思路解释起来太复杂了。还是默认思路最简单:当 nums[left] 和 nums[mid] 相等时,无法确认位于哪个区间,需要去掉一个干扰项。

153. 搜索旋转排序数组中的最小值

如果数组没有翻转,即 nums[left] <= nums[right],则 nums[left] 就是最小值,直接返回。

如果数组翻转,需要找到数组中第二部分的第一个元素:

下面讨论数组翻转的情况下,如何收缩区间以找到这个元素:

  • nums[left] <= nums[mid],说明区间 [left,mid] 连续递增,则最小元素一定不在这个区间里,可以直接排除。因此,令 left = mid+1,在 [mid+1,right] 继续查找
  • 否则,说明区间 [left,mid] 不连续,则最小元素一定在这个区间里。因此,令 right = mid,在 [left,mid] 继续查找
  • [left,right] 表示当前搜索的区间。注意 right 更新时会被设为 mid 而不是 mid-1,因为 mid 无法被排除。这一点和「33 题 查找特定元素」是不同的

代码如下:

func findMin (nums []int) int {
    left, right := 0, len(nums)-1
    for left <= right { // 实际上是不会跳出循环,当 left==right 时直接返回
        if nums[left] <= nums[right] { // 如果 [left,right] 递增,直接返回
            return nums[left]
        }
        mid := left + (right-left)>>1
        if nums[left] <= nums[mid] { // [left,mid] 连续递增,则在 [mid+1,right] 查找
            left = mid + 1
        }else {
            right = mid // [left,mid] 不连续,在 [left,mid] 查找
        }
    }
    return -1
}

C++ 版本:

int findmin(int array[], int count) {
  int left = 0, right = count - 1;
  while (left <= right) {
    if (array[left] <= array[right]) {
      return array[left];
    }
    int mid = (left + right) / 2;
    if (array[left] <= array[mid])
      left = mid + 1;
    else
      right = mid;
  }
  return -1;
}

154. 搜索旋转排序数组中的最小值-ii

这道题是 153 题的升级版,元素可以重复。和 81 题一样,当 nums[left] == nums[mid] 时,退化为顺序查找。

81 题提供了两种方法:

  • 一种是直接遍历 [left,right] 每一项
  • 另一种是 left++,跳过一个干扰项

154 题可以使用第一种方法直接修改 153 题的代码,代码略。

对于第二种方法,由于本题是查找「下界」而不是特定元素,当区间中只有一个元素时,有 nums[left] == nums[mid],这里如果 left++,那么会跳过正确答案。

一种解决办法是:保证进入循环后,[left,right] 中至少有两个元素。代码如下(注释部分就是和 153 题不同的地方):

func findMin(nums []int) int {
    left, right := 0, len(nums)-1
    for left < right { // <= 换成 <,保证进入循环后,[left,right] 中至少两个元素
        if nums[left] < nums[right] { // <= 换成 <,nums[left]==nums[right] 时无法判断 [left,right] 递增
            return nums[left]
        }
        mid := left+(right-left)>>1
        if nums[left] == nums[mid] { // 去掉一个干扰项
            left++
            continue
        }
        if nums[left] < nums[mid] { // 这里也不需要 <= 了
            left = mid+1
        } else {
            right = mid
        }
    }
    return nums[left] // 循环结束后,[left,right] 只有一个元素,直接返回
}

另一种解决办法是:当区间中只有一个元素时,直接返回 nums[left]。代码如下:

func findMin (nums []int) int {
    left, right := 0, len(nums)-1
    for left <= right { // 实际上不会跳出循环,同 153 题
        if nums[left] < nums[right] || left == right { // 这里增加一个判断条件
            return nums[left]
        }
        mid := left + (right-left)>>1
        if nums[left] < nums[mid] {
            left = mid + 1
        } else if nums[left] == nums[mid] {
            left++
        } else {
            right = mid
        }
    }
    return -1
}

总结

在旋转排序数组中进行二分查找时,无论是搜索特定值,还是搜索最小值,都需要在左右两个区间里,找到「连续递增」的那个区间

判断区间是否「连续递增」,只需比较区间边界值:如果 nums[left] <= nums[mid],则区间 [left,mid] 连续递增;反之,区间 [mid,right] 连续递增。但是上述判断仅适用于数组中不含重复元素的情况,如果数组中包含重复元素,那么在 nums[left]==nums[mid] 时将退化为线性查找

找到「连续递增」的区间后,问题就变得简单了许多:

  • 33 题,查找特定值:只需要判断目标值在「连续递增」区间内还是区间外。比如当区间 [left,mid] 连续递增时,若目标值位于该区间内,则 right = mid-1;若目标值位于该区间外,则 left = mid+1。如果是区间 [mid,right] 连续递增,也可以用类似的方法收缩区间
  • 153 题,查找最小值:只需要排除左侧或者右侧的一段「连续区间」,使得 [left,right] 不连续,就可以找到最小值