HOT100--Day22--74. 搜索二维矩阵,34. 在排序数组中查找元素的第一个和最后一个位置,33. 搜索旋转排序数组

HOT100–Day22–74. 搜索二维矩阵,34. 在排序数组中查找元素的第一个和最后一个位置,33. 搜索旋转排序数组

每日刷题系列。今天的题目是《力扣HOT100》题单。

题目类型:二分查找。

关键:

今天的题目都是“多次二分”

74题,掌握如何把有序矩阵,flatten成一维。

34题,懂得如何找元素的最左索引。

35题,懂得“翻转有序数组”的特性。如何找最小值的位置?要搜索怎么搜?

74. 搜索二维矩阵

思路:

先竖着二分,找到所在行,再横着二分,找到所在列。

class Solution {// 先竖着二分,再横着二分public boolean searchMatrix(int[][] matrix, int target) {int n = matrix.length;int m = matrix[0].length;int top = 0;int bottom = n - 1;int row = 0;while (top <= bottom) {row = top + ((bottom - top) >> 1);if (matrix[row][0] == target) {return true;} else if (matrix[row][0] > target) {bottom = row - 1;} else if (matrix[row][0] < target) {if (row == n - 1 || matrix[row + 1][0] > target) {break;}top = row + 1;}}int left = 0;int right = m - 1;while (left <= right) {int mid = left + ((right - left) >> 1);if (matrix[row][mid] == target) {return true;} else if (matrix[row][mid] > target) {right = mid - 1;} else if (matrix[row][mid] < target) {left = mid + 1;}}return false;}
}

思路:

flatten成一维。

关键:计算当前mid在矩阵中的什么位置int x = matrix[mid / m][mid % m];

class Solution {// 思路:flatten成一维的public boolean searchMatrix(int[][] matrix, int target) {int n = matrix.length;int m = matrix[0].length;int left = 0;int right = n * m - 1;while (left <= right) {int mid = left + ((right - left) >> 1);// 关键:计算当前mid在矩阵中的什么位置int x = matrix[mid / m][mid % m];if (x == target) {return true;}if (x < target) {left = mid + 1;} else {right = mid - 1;}}return false;}
}

思路:

排除法。

从右上角开始比较。

如果右上角元素小于target,那么这一行直接丢弃,i++,下一行。

如果右上角元素大于target,那么到了所在行了,j–,往左走到尽头。

class Solution {// 排除法public boolean searchMatrix(int[][] matrix, int target) {int n = matrix.length;int m = matrix[0].length;// 从右上角开始int i = 0;int j = m - 1;// 直到左下角while (i < n && j >= 0) {if (matrix[i][j] == target) {return true;}// 这里是右上角元素,证明这一行剩余元素全部小于 target,排除if (matrix[i][j] < target) {i++;} else {// 到所在行了,往左走。j--;}}return false;}
}

34. 在排序数组中查找元素的第一个和最后一个位置

思路:

多次二分:

先找到任意一个target的索引,从当前位置,往左往右不断二分找target,直到找到最左和最右值。

class Solution {public int[] searchRange(int[] nums, int target) {int n = nums.length;int[] res = { -1, -1 };int mid = findIndex(nums, 0, n - 1, target);if (mid == -1) {return res;} else {res[0] = mid;res[1] = mid;}int left = mid;int right = mid;while (left != -1 || right != -1) {left = findIndex(nums, 0, left - 1, target);res[0] = left != -1 ? left : res[0];right = findIndex(nums, right + 1, n - 1, target);res[1] = right != -1 ? right : res[1];}return res;}private int findIndex(int[] nums, int begin, int end, int target) {int left = begin;int right = end;while (left <= right) {int mid = left + ((right - left) >> 1);if (nums[mid] == target) {return mid;} else if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;}}return -1;}
}

思路:

两次二分。

一次寻找最左的值为target的值

第二次寻找最左的,值为target+1的值。找不到不要紧,是那个位置就行了。减一就是target的最右边。

class Solution {public int[] searchRange(int[] nums, int target) {int start = findLeftest(nums, target);if (start == nums.length || nums[start] != target) {return new int[] { -1, -1 };}int end = findLeftest(nums, target + 1) - 1;return new int[] { start, end };}private int findLeftest(int[] nums, int target) {int left = 0;int right = nums.length - 1;while (left <= right) {int mid = left + ((right - left) >> 1);if (nums[mid] >= target) {right = mid - 1;} else {left = mid + 1;}}return left;}
}

33. 搜索旋转排序数组

思路:

两次二分。

第一次,先找到最小值的点,把它划分成两段,这两段都是单调的,可以用二分了。

从这两段里面分别二分,寻找target。

class Solution {public int search(int[] nums, int target) {int n = nums.length;int i = findMin(nums);if (target > nums[n - 1]) { // target 在第一段return lowerBound(nums, -1, i, target); // 开区间 (-1, i)}// target 在第二段return lowerBound(nums, i - 1, n, target); // 开区间 (i-1, n)}// 153. 寻找旋转排序数组中的最小值(返回的是下标)private int findMin(int[] nums) {int n = nums.length;int left = -1;int right = n - 1; // 开区间 (-1, n-1)while (left + 1 < right) { // 开区间不为空int mid = left + ((right - left) >> 1);if (nums[mid] < nums[n - 1]) {right = mid;} else {left = mid;}}return right;}// 有序数组中找 target 的下标private int lowerBound(int[] nums, int left, int right, int target) {while (left + 1 < right) { // 开区间不为空// 循环不变量:// nums[right] >= target// nums[left] < targetint mid = left + ((right - left) >> 1);if (nums[mid] >= target) {right = mid; // 范围缩小到 (left, mid)} else {left = mid; // 范围缩小到 (mid, right)}}return nums[right] == target ? right : -1;}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:
http://www.pswp.cn/web/96771.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/96771.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java分布式锁实战指南:从理论到实践

Java分布式锁实战指南&#xff1a;从理论到实践 前言 在分布式系统中&#xff0c;传统的单机锁机制无法满足跨进程、跨机器的同步需求。分布式锁应运而生&#xff0c;成为保证分布式系统数据一致性的关键技术。本文将全面介绍Java中分布式锁的实现方式和最佳实践。 1. 分布式锁…

(二叉树) 本节目标 1. 掌握树的基本概念 2. 掌握二叉树概念及特性 3. 掌握二叉树的基本操作 4. 完成二叉树相关的面试题练习

二叉树1. 树型结构&#xff08;了解&#xff09;1.1 概念1.2 概念&#xff08;重要&#xff09;1.3 树的表示形式&#xff08;了解&#xff09;1.4 树的应用2. 二叉树&#xff08;重点&#xff09;2.1 概念2.2 两种特殊的二叉树2.3 二叉树的性质2.4 二叉树的存储2.5 二叉树的基…

【Zephyr电源与功耗专题】13_PMU电源驱动介绍

文章目录前言一、PMU系统介绍二、Zephyr系统下驱动PMU的组成2.1&#xff1a;PMU系统在Zephyr上包括五大部分&#xff1a;2.2&#xff1a;功能说明2.3&#xff1a;B-core功能说明(Freertos)三、PMU各驱动API详解3.1:Power_domain3.1.1&#xff1a;初始化3.1.2&#xff1a;rpmsg回…

华清远见25072班网络编程学习day5

作业0> 将IO多路复用实现TCP并发服务器实现一遍程序源码&#xff1a;#include <25072head.h> #define SER_IP "192.168.153.128" //服务器ip地址 #define SER_PORT 8888 //服务器端口号 int main(int argc, const char *argv[]) {//1、创建一个…

【数据结构--顺序表】

顺序表和链表 1.线性表&#xff1a; 线性表是n个具有相同特性&#xff08;相同逻辑结构&#xff0c;物理结构&#xff09;的数据元素的有限序列。常见的线性表有&#xff1a;顺序表&#xff0c;链表&#xff0c;栈&#xff0c;队列&#xff0c;字符串…线性表在逻辑上是线性结构…

【PyTorch】图像多分类部署

如果需要在独立于训练脚本的新脚本中部署模型&#xff0c;这种情况模型和权重在内存中不存在&#xff0c;因此需要构造一个模型类的对象&#xff0c;然后将存储的权重加载到模型中。加载模型参数&#xff0c;验证模型的性能&#xff0c;并在测试数据集上部署模型from torch imp…

FS950R08A6P2B 双通道汽车级IGBT模块Infineon英飞凌 电子元器件核心解析

一、核心解析&#xff1a;FS950R08A6P2B 是什么&#xff1f;1. 电子元器件类型FS950R08A6P2B 是英飞凌&#xff08;Infineon&#xff09; 推出的一款 950A/800V 双通道汽车级IGBT模块&#xff0c;属于功率半导体模块。它采用 EasyPACK 2B 封装&#xff0c;集成多个IGBT芯片和二…

【系列文章】Linux中的并发与竞争[05]-互斥量

【系列文章】Linux中的并发与竞争[05]-互斥量 该文章为系列文章&#xff1a;Linux中的并发与竞争中的第5篇 该系列的导航页连接&#xff1a; 【系列文章】Linux中的并发与竞争-导航页 文章目录【系列文章】Linux中的并发与竞争[05]-互斥量一、互斥锁二、实验程序的编写2.1驱动…

TensorRT 10.13.3: Limitations

Limitations Shuffle-op can not be transformed to no-op for perf improvement in some cases. For the NCHW32 format, TensorRT takes the third-to-last dimension as the channel dimension. When a Shuffle-op is added like [N, ‘C’, H, 1] -> [‘N’, C, H], the…

Python与Go结合

Python与Go结合的方法Python和Go可以通过多种方式结合使用&#xff0c;通常采用跨语言通信或集成的方式。以下是几种常见的方法&#xff1a;使用CFFI或CGO进行绑定Python可以通过CFFI&#xff08;C Foreign Function Interface&#xff09;调用Go编写的库&#xff0c;而Go可以通…

C++ 在 Visual Studio Release 模式下,调试运行与直接运行 EXE 的区别

前言 在 Visual Studio (以下简称 VS) 中开发 C 项目时&#xff0c;我们常常需要在 Debug 和 Release 两种构建模式之间切换。Debug 模式适合开发和调试&#xff0c;而 Release 模式则针对生产环境&#xff0c;进行代码优化以提升性能。然而&#xff0c;即使在 Release 模式下&…

南京方言数据集|300小时高质量自然对话音频|专业录音棚采集|方言语音识别模型训练|情感计算研究|方言保护文化遗产数字化|语音情感识别|方言对话系统开发

引言与背景 随着人工智能技术的快速发展&#xff0c;语音识别和自然语言处理领域对高质量方言数据的需求日益增长。南京方言作为江淮官话的重要分支&#xff0c;承载着丰富的地域文化和语言特色&#xff0c;在语言学研究和方言保护方面具有重要价值。本数据集精心采集了300小时…

基于LSTM深度学习的电动汽车电池荷电状态(SOC)预测

基于LSTM深度学习的电动汽车电池荷电状态&#xff08;SOC&#xff09;预测 摘要 电动汽车&#xff08;EV&#xff09;的普及对电池管理系统&#xff08;BMS&#xff09;提出了极高的要求。电池荷电状态&#xff08;State of Charge, SOC&#xff09;作为BMS最核心的参数之一&am…

Golang语言之数组、切片与子切片

一、数组先记住数组的核心特点&#xff1a;盒子大小一旦定了就改不了&#xff08;长度固定&#xff09;&#xff0c;但盒子里的东西能换&#xff08;元素值可变&#xff09;。就像你买了个能装 3 个苹果的铁皮盒&#xff0c;想多装 1 个都不行&#xff0c;但里面的苹果可以换成…

速通ACM省铜第四天 赋源码(G-C-D, Unlucky!)

目录 引言&#xff1a; G-C-D, Unlucky! 题意分析 逻辑梳理 代码实现 结语&#xff1a; 引言&#xff1a; 因为今天打了个ICPC网络赛&#xff0c;导致坐牢了一下午&#xff0c;没什么时间打题目了&#xff0c;就打了一道题&#xff0c;所以&#xff0c;今天我们就只讲一题了&…

数据链路层总结

目录 &#xff08;一&#xff09;以太网&#xff08;IEEE 802.3&#xff09; &#xff08;1&#xff09;以太网的帧格式 &#xff08;2&#xff09;帧协议类型字段 ①ARP协议 &#xff08;横跨网络层和数据链路层的协议&#xff09; ②RARP协议 &#xff08;二&#xff…

Scala 新手实战三案例:从循环到条件,搞定基础编程场景

Scala 新手实战三案例&#xff1a;从循环到条件&#xff0c;搞定基础编程场景 对 Scala 新手来说&#xff0c;单纯记语法容易 “学完就忘”&#xff0c;而通过小而精的实战案例巩固知识点&#xff0c;是掌握语言的关键。本文精选三个高频基础场景 ——9 乘 9 乘法口诀表、成绩等…

java学习笔记----标识符与变量

1.什么是标识符?Java中变量、方法、类等要素命名时使用的字符序列&#xff0c;称为标识符。 技巧:凡是自己可以起名字的地方都叫标识符。 比如:类名、方法名、变量名、包名、常量名等 2.标识符的命名规则由26个英文字母大小写&#xff0c;0-9&#xff0c;或$组成 数字不可以开…

AI产品经理面试宝典第93天:Embedding技术选型与场景化应用指南

1. Embedding技术演进全景解析 1.1 稀疏向量:关键词匹配的基石 1.1.1 问:请说明稀疏向量的适用场景及技术特点 答:稀疏向量适用于关键词精确匹配场景,典型实现包括TF-IDF、BM25和SPLADE。其技术特征表现为50,000+高维向量且95%以上位置为零值,通过余弦或点积计算相似度…

【Mermaid.js】从入门到精通:完美处理节点中的空格、括号和特殊字符

文章标签&#xff1a; Mermaid, Markdown, 前端开发, 数据可视化, 流程图 文章摘要&#xff1a; 你是否在使用 Mermaid.js 绘制流程图时&#xff0c;仅仅因为节点文本里加了一个空格或括号&#xff0c;整个图就渲染失败了&#xff1f;别担心&#xff0c;这几乎是每个 Mermaid 新…