[ LeetCode ] 题刷刷(Python)-第35题:搜索插入位置

2024-04-22 08:44

本文主要是介绍[ LeetCode ] 题刷刷(Python)-第35题:搜索插入位置,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!

题目描述

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

nums 为 无重复元素升序 排列数组

请必须使用时间复杂度为 O(log n) 的算法。

示例

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2
示例 2:

输入: nums = [1,3,5,6], target = 2
输出: 1
示例 3:

输入: nums = [1,3,5,6], target = 7
输出: 4

解题

解法一: 二分查找

思路

二分查找(Binary Search)是一种基于比较的搜索算法,适用于已排序(升序或降序)的有序序列(如数组)。其基本思想如下:

1、初始化:确定搜索范围,通常是整个有序数组。设数组的左边界为 left,右边界为 right。

2、迭代:在每一步迭代中,计算中间索引 mid,通常是取 left 和 right 的平均值(向下取整)

(1)直接取平均值:mid = (left + right) // 2
(2)避免整数溢出:mid = left + (right - left) // 2

3、比较:将中间元素 nums[mid] 与目标值 target 进行比较:

(1)相等:如果 nums[mid] 等于 target,则找到目标值,返回 mid 作为其索引。
(2)小于:如果 nums[mid] 小于 target,说明目标值可能位于 mid 右侧的子数组中,因此缩小搜索范围至右半部分,即更新 left = mid + 1。
(3)大于:如果 nums[mid] 大于 target,说明目标值可能位于 mid 左侧的子数组中,因此缩小搜索范围至左半部分,即更新 right = mid - 1。
4、终止条件:重复步骤2和步骤3,直到找到目标值或者左右边界相遇(left > right),此时表明目标值不在数组中。

算法复杂度

时间复杂度:O(log⁡n),其中 n为数组的长度。


空间复杂度:O(1)。

代码

class Solution:def searchInsert(self, nums: List[int], target: int) -> int:# 定义左右指针left, right = 0, len(nums) - 1# 如果左指针不大于右指针while left <= right:# 计算中间索引mid(防止整数溢出)mid = left + (right - left) // 2# 如果 nums[mid] 等于 target,则找到目标值,返回 mid 作为其索引。if nums[mid] == target:return mid# 如果 nums[mid] 小于 target,说明目标值可能位于 mid 右侧的子数组中# 因此缩小搜索范围至右半部分,即更新 left = mid + 1。elif nums[mid] < target:left = mid + 1# 如果 nums[mid] 大于 target,说明目标值可能位于 mid 左侧的子数组中# 因此缩小搜索范围至左半部分,即更新 right = mid - 1。else:right = mid - 1# 当 left > right 时,退出循环。# 此时 left 指向的目标位置即为目标值应插入的位置return left

解法二: 使用内置函数 bisect_left

思路

一行代码,不讲武德。

bisect_left 是 Python 标准库 bisect 模块提供的一个函数,专门用于已排序序列(如列表)的二分查找。这个函数的主要作用是返回目标值应该插入的索引,使得插入后列表依然保持有序。

算法复杂度

时间复杂度:O(log⁡n),其中 n为数组的长度。


空间复杂度:O(1)。

代码

class Solution:def searchInsert(self, nums: List[int], target: int) -> int:return bisect_left(nums, target)

解法三: 线性查找(时间复杂度不满足)

思路

从数组的第一个元素开始,逐个比较每个元素与目标值,直到找到目标值或遍历完整个数组。找到目标值时返回其索引,未找到时返回应插入的位置。

算法复杂度

时间复杂度:O(⁡n),其中 n为数组的长度。


空间复杂度:O(1)。

代码

class Solution:def searchInsert(self, nums: List[int], target: int) -> int:for i, num in enumerate(nums):# 如果当前num等于目标值target,返回其下标if num == target:return i# 如果当前num大于目标值target,返回其下标# 因为是升序无重复元素数,你比我大,我该排你这里# [1,2,4,5],target=3;4>3-->[1,2,3,4,5]elif num > target:return i# 都不满足,说明应插入最后的位置return len(nums)

这篇关于[ LeetCode ] 题刷刷(Python)-第35题:搜索插入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!



http://www.chinasem.cn/article/925314

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

hdu1240、hdu1253(三维搜索题)

1、从后往前输入,(x,y,z); 2、从下往上输入,(y , z, x); 3、从左往右输入,(z,x,y); hdu1240代码如下: #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#inc

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

hdu 4517 floyd+记忆化搜索

题意: 有n(100)个景点,m(1000)条路,时间限制为t(300),起点s,终点e。 访问每个景点需要时间cost_i,每个景点的访问价值为value_i。 点与点之间行走需要花费的时间为g[ i ] [ j ] 。注意点间可能有多条边。 走到一个点时可以选择访问或者不访问,并且当前点的访问价值应该严格大于前一个访问的点。 现在求,从起点出发,到达终点,在时间限制内,能得到的最大

POJ1269 判断2条直线的位置关系

题目大意:给两个点能够确定一条直线,题目给出两条直线(由4个点确定),要求判断出这两条直线的关系:平行,同线,相交。如果相交还要求出交点坐标。 解题思路: 先判断两条直线p1p2, q1q2是否共线, 如果不是,再判断 直线 是否平行, 如果还不是, 则两直线相交。  判断共线:  p1p2q1 共线 且 p1p2q2 共线 ,共线用叉乘为 0  来判断,  判断 平行:  p1p