本文主要是介绍35.实现一个算法在一个有序数组中查找目标值,如果没找到则返回目标值应该被插入的位置,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
35. Search Insert Position
题目
给定一个排序数组和一个目标值,如果找到目标值,则返回其索引。如果没有找到,则返回按顺序插入时它应该在的位置的索引。
你可以假设数组中没有重复的元素。
示例 1:
输入: [1,3,5,6], 5
输出: 2
示例 2:
输入: [1,3,5,6], 2
输出: 1
示例 3:
输入: [1,3,5,6], 7
输出: 4
示例 4:
输入: [1,3,5,6], 0
输出: 0
解题思路
- 给出一个已经从小到大排序后的数组,要求在数组中找到插入 target 元素的位置。
- 这一题是经典的二分搜索的变种题,在有序数组中找到最后一个比 target 小的元素。
代码实现
// 实现步骤
//初始化两个指针 low 和 high 分别指向数组的起始和结束位置。
//使用二分查找法不断缩小搜索范围。
//根据中间元素 nums[mid] 的值与目标值 target 的比较,调整搜索范围。
//最终在找到目标值应插入的位置时返回结果。
package leetcodefunc searchInsert(nums []int, target int) int {low, high := 0, len(nums)-1 // 初始化搜索的左右边界,low 为左边界,high 为右边界for low <= high { // 当左边界小于或等于右边界时,继续搜索mid := low + (high-low)>>1 // 计算中间位置,防止溢出if nums[mid] >= target { // 如果中间元素大于或等于目标值high = mid - 1 // 调整右边界,缩小搜索范围} else { // 如果中间元素小于目标值if (mid == len(nums)-1) || (nums[mid+1] >= target) { // 检查是否到达数组末尾或下一个元素大于等于目标值return mid + 1 // 返回应插入的位置}low = mid + 1 // 调整左边界,继续向右搜索}}return 0 // 如果目标值小于数组中的所有元素,返回 0 作为插入位置
}
复杂度分析
- 时间复杂度: O(log n),因为使用了二分查找。
- 空间复杂度: O(1),只使用了常数级别的额外空间。
测试代码
package leetcodeimport ("fmt""testing"
)type question35 struct {para35ans35
}// para 是参数
// one 代表第一个参数
type para35 struct {nums []inttarget int
}// ans 是答案
// one 代表第一个答案
type ans35 struct {one int
}func Test_Problem35(t *testing.T) {qs := []question35{{para35{[]int{1, 3, 5, 6}, 5},ans35{2},},{para35{[]int{1, 3, 5, 6}, 2},ans35{1},},{para35{[]int{1, 3, 5, 6}, 7},ans35{4},},{para35{[]int{1, 3, 5, 6}, 0},ans35{0},},}fmt.Printf("------------------------Leetcode Problem 35------------------------\n")for _, q := range qs {_, p := q.ans35, q.para35fmt.Printf("【input】:%v 【output】:%v\n", p, searchInsert(p.nums, p.target))}fmt.Printf("\n\n\n")
}
这篇关于35.实现一个算法在一个有序数组中查找目标值,如果没找到则返回目标值应该被插入的位置的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!