二分法练习题
# 练习题
# 1.1在排序数组中查找元素的第一个和最后一个位置 (opens new window)
给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target,返回 [-1, -1]。
你必须设计并实现时间复杂度为
O(log n) 的算法解决此问题。
笔记
二分+双指针
::
class Solution:
"""
先用二分查找找到第一个出现得位置,然后找出左右边界
"""
def searchRange(self, nums: List[int], target: int) -> List[int]:
left, right = 0, len(nums) -1 # left 代表最左边,right最右边
while left <= right:
mid = (left+right)//2
if nums[mid]== target:
left = right = mid
while left>=0 and nums[left] == target:
left -=1
while right <= len(nums)-1 and nums[right] == target:
right += 1
return [left+1, right-1]
elif nums[mid] > target:
right = mid -1
else:
left = mid +1
return [-1, -1]
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
笔记
方法二: 二分+分别寻找左右边界
class Solution:
def searchRange(self, nums: List[int], target: int) -> List[int]:
def searchleft(nums: List[int], target:int):
left, right = 0, len(nums) -1
while left <= right:
mid = (left + right)//2
if nums[mid] == target:
right -= 1
elif nums[mid] > target:
right = mid -1
else:
left = mid + 1
return left if nums[left] == target else -1
def searchright(nums:List[int], target: int):
left, right = 0, len(nums) -1
while left <= right:
mid = (left + right)//2
if nums[mid] == target:
left += 1
elif nums[mid] > target:
right = mid -1
else:
left = mid + 1
return right if nums[right]== target else -1
if not nums or nums[0]> target or nums[len(nums)-1] <target:
return [-1, -1]
left, right = searchleft(nums, target), searchright(nums, target)
return [left, right]
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
// Make sure to add code blocks to your code group
# 1.2. 搜索旋转排序数组 (opens new window)
整数数组 nums 按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。
你必须设计一个时间复杂度为 O(log n) 的算法解决此问题
class Solution:
def search(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums) -1
while left <=right:
mid = (left + right)//2
#有序部分
if nums[mid] == target:
return mid
if nums[0] <= nums[mid]: # 再递减序列里
if nums[0]<=target< nums[mid]:
right = mid -1
else:
left = mid +1
else: # 一半升序,一半降序,前半部分>后半部分
if nums[mid] < target<=nums[len(nums) -1]:
left = mid +1
else:
right = mid - 1
return -1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
// Make sure to add code blocks to your code group
# 1.3. 山脉数组的峰顶索引 (opens new window)
符合下列属性的数组 arr 称为 山脉数组 : arr.length >= 3 存在 i(0 < i < arr.length - 1)使得: arr[0] < arr[1] < ... arr[i-1] < arr[i] arr[i] > arr[i+1] > ... > arr[arr.length - 1] 给你由整数组成的山脉数组 arr ,返回任何满足 arr[0] < arr[1] < ... arr[i - 1] < arr[i] > arr[i + 1] > ... > arr[arr.length - 1] 的下标 i 。
class Solution:
def peakIndexInMountainArray(self, arr: List[int]) -> int:
left, right = 0, len(arr) -1
while left < right:
mid = (left + right) //2
if arr[mid] > arr[mid+1] and arr[mid-1] < arr[mid]:
return mid
elif arr[mid] < arr[mid+1]:
left = mid
else:
right = mid
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
// Make sure to add code blocks to your code group
# 1.4. 寻找峰值 (opens new window)
峰值元素是指其值严格大于左右相邻值的元素。
给你一个整数数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。
你可以假设 nums[-1] = nums[n] = -∞ 。
你必须实现时间复杂度为 O(log n) 的算法来解决此问题。
class Solution:
"""
target = nums[mid-1]<numd[mid]> nums[mid+1]
"""
def findPeakElement(self, nums: List[int]) -> int:
left, right = 0, len(nums)-1
while left+1<=right:
mid = (left +right)//2
if nums[mid] > nums[mid+1]:
right = mid
else:
left = mid +1
return (left +right)//2
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// Make sure to add code blocks to your code group
# 1.5. 第一个错误的版本 (opens new window)
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n 个版本 [1, 2, ..., n],你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
# The isBadVersion API is already defined for you.
# def isBadVersion(version: int) -> bool:
class Solution:
def firstBadVersion(self, n: int) -> int:
left, right = 1, n
while left<right:
mid = (left + right)//2
tag1 = isBadVersion(mid)
if tag1:
right = mid
else:
left = mid +1
return right
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
// Make sure to add code blocks to your code group
# 6. 搜索二维矩阵 (opens new window)
编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:
每行中的整数从左到右按升序排列。 每行的第一个整数大于前一行的最后一个整数。
class Solution:
def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
m = len(matrix) -1
n = len(matrix[0]) -1
# TODO 先用二分查找判断在哪一行
top, buttom = 0, m
possible_row = -1
while top<=buttom:
mid = (top+buttom)// 2
if matrix[mid][0]>target:
buttom = mid -1
elif matrix[mid][n]<target:
top = mid+1
elif matrix[mid][0] <=target <= matrix[mid][n]:
if matrix[mid][0] == target or matrix[mid][n] == target:
return True
possible_row = mid
break
# 没有找到合适的区间行,返回false
if possible_row == -1:
return False
# TODO 用二分查找是否是在这一行里
left, right = 0, n
row = matrix[possible_row]
while left <= right:
mid = (left +right)//2
if row[mid] == target:
return True
elif row[mid] > target:
right =mid-1
else:
left = mid +1
return False
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
// Make sure to add code blocks to your code group
# 1.7. 搜索二维矩阵 II (opens new window)
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性:
每行的元素从左到右升序排列。 每列的元素从上到下升序排列。
// Make sure to add code blocks to your code group
class Solution:
def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
if not matrix:
return False
m = len(matrix)-1
n = len(matrix[0])-1
# 每一行中进行二分查找
for i in range(m+1):
row = matrix[i]
left, right = 0, n
while left <= right:
mid = (left + right)//2
if row[mid] == target:
return True
elif row[mid] < target:
left = mid +1
else:
right = mid -1
return False
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 1.8. x 的平方根 (opens new window)
给你一个非负整数 x ,计算并返回 x 的 算术平方根 。
由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。
注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5) 或者 x ** 0.5 。
// Make sure to add code blocks to your code group
class Solution:
def mySqrt(self, x: int) -> int:
# x:为正整数 求数平方根 结果向下取整
left, right = 0, x
while left <=right:
mid = (left + right)//2
if (mid+1) * (mid+1) > x and mid * mid <= x :
return mid
elif mid * mid < x:
left = mid +1
else:
right = mid -1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 1.9. 有序数组中的单一元素 (opens new window)
给你一个仅由整数组成的有序数组,其中每个元素都会出现两次,唯有一个数只会出现一次。
请你找出并返回只出现一次的那个数。
你设计的解决方案必须满足 O(log n) 时间复杂度和 O(1) 空间复杂度。
class Solution:
"""
当 \textit{mid}mid 是偶数时,mid + 1 = mid^1;
当 \textit{mid}mid 是奇数时,mid - 1 = mid^1。
"""
def singleNonDuplicate(self, nums: List[int]) -> int:
low, high = 0, len(nums) - 1
while low < high:
mid = (low + high) // 2
if nums[mid] == nums[mid ^ 1]:
low = mid + 1
else:
high = mid
return nums[low]
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
// Make sure to add code blocks to your code group
# 1.10. 按权重随机选择 (opens new window)
给你一个 下标从 0 开始 的正整数数组 w ,其中 w[i] 代表第 i 个下标的权重。
请你实现一个函数 pickIndex ,它可以 随机地 从范围 [0, w.length - 1] 内(含 0 和 w.length - 1)选出并返回一个下标。选取下标 i 的 概率 为 w[i] / sum(w) 。
例如,对于 w = [1, 3],挑选下标 0 的概率为 1 / (1 + 3) = 0.25 (即,25%),而选取下标 1 的概率为 3 / (1 + 3) = 0.75(即,75%)。
// Make sure to add code blocks to your code group