前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Leetcode No.162 寻找峰值(二分查找)

Leetcode No.162 寻找峰值(二分查找)

作者头像
week
发布2022-01-06 10:24:01
3070
发布2022-01-06 10:24:01
举报
文章被收录于专栏:用户画像用户画像

一、题目描述

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。

代码语言:javascript
复制
示例 1:
 输入:nums = [1,2,3,1]
 输出:2
 解释:3 是峰值元素,你的函数应该返回其索引 2。
示例 2:
 输入:nums = [1,2,1,3,5,6,4]
 输出:1 或 5 
 解释:你的函数可以返回索引 1,其峰值元素为 2;
      或者返回索引 5, 其峰值元素为 6。
提示:
 1 <= nums.length <= 1000
 -2^31 <= nums[i] <= 2^31 - 1
 对于所有有效的 i 都有 nums[i] != nums[i + 1]

二、解题思路

俗话说「人往高处走,水往低处流」。如果我们从一个位置开始,不断地向高处走,那么最终一定可以到达一个峰值位置。

因此,我们首先在 [0, n) 的范围内随机一个初始位置 i,随后根据 nums[i−1],nums[i],nums[i+1] 三者的关系决定向哪个方向走:

如果nums[i−1]<nums[i]>nums[i+1],那么位置 i 就是峰值位置,我们可以直接返回 i 作为答案;

如果nums[i−1]<nums[i]<nums[i+1],那么位置 i 处于上坡,我们需要往右走,即i=i+1;

如果nums[i−1]>nums[i]>nums[i+1],那么位置 i 处于下坡,我们需要往左走,即 i=i−1;

如果nums[i−1]>nums[i]<nums[i+1],那么位置 i 位于山谷,两侧都是上坡,我们可以朝任意方向走。

如果我们规定对于最后一种情况往右走,那么当位置 i 不是峰值位置时:

如果nums[i]<nums[i+1],那么我们往右走;

如果nums[i]>nums[i+1],那么我们往左走。

我们可以发现,如果 nums[i]<nums[i+1],并且我们从位置 i 向右走到了位置i+1,那么位置 i 左侧的所有位置是不可能在后续的迭代中走到的。

这是因为我们每次向左或向右移动一个位置,要想「折返」到位置 i 以及其左侧的位置,我们首先需要在位置 i+1向左走到位置 i,但这是不可能的。

并且我们知道位置 i+1以及其右侧的位置中一定有一个峰值,因此我们可以设计出如下的一个算法:

对于当前可行的下标范围[l,r],我们随机一个下标 i;

如果下标 i是峰值,我们返回 i 作为答案;

如果 nums[i]<nums[i+1],那么我们抛弃 [l,i] 的范围,在剩余[i+1,r] 的范围内继续随机选取下标;

如果nums[i]>nums[i+1],那么我们抛弃[i,r] 的范围,在剩余 [l, i-1] 的范围内继续随机选取下标。

在上述算法中,如果我们固定选取 i 为 [l, r] 的中点,那么每次可行的下标范围会减少一半,成为一个类似二分查找的方法,时间复杂度为O(logn)。

三、代码

代码语言:javascript
复制
class Solution2 {
    public int findPeakElement(int[] nums) {
        int n = nums.length;
        int left = 0, right = n - 1, ans = -1;
        //二分查找
        while (left <= right) {
            int mid = (left + right) / 2;
            //峰值,直接返回 i
            if (compare(nums, mid - 1, mid) < 0 && compare(nums, mid, mid + 1) > 0) {
                ans = mid;
                break;
            }
            if (compare(nums, mid, mid + 1) < 0) {//右侧上升趋势
                left = mid + 1;
            } else {//右侧下降趋势
                right = mid - 1;
            }
        }
        return ans;
    }

    // 辅助函数,输入下标 i,返回一个二元组 (0/1, nums[i])
    // 0对应边界情况, nums[-1]或nums[n]
    // 1对应数组元素, nums[0]...nums[n-1]
    public int[] get(int[] nums, int idx) {
        if (idx == -1 || idx == nums.length) {
            return new int[]{0, Integer.MIN_VALUE};
        }
        return new int[]{1, nums[idx]};
    }

    public int compare(int[] nums, int idx1, int idx2) {
        int[] num1 = get(nums, idx1);
        int[] num2 = get(nums, idx2);
        if (num1[0] != num2[0]) {//比较边界nums[-1]或nums[n]与其他数组元素
            return num1[0] > num2[0] ? 1 : -1;
        }
        if (num1[1] == num2[1]) {//数组内元素比较
            return 0;
        }
        return num1[1] > num2[1] ? 1 : -1;//数组内元素比较
    }
}

四、复杂度分析

时间复杂度:O(logn),其中 n 是数组nums 的长度。

空间复杂度:O(1)。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021/09/22 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、题目描述
  • 二、解题思路
  • 三、代码
  • 四、复杂度分析
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档