【算法】寻找旋转排序数组中的最小值难度:中等; 已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转
难度:中等;
已知一个长度为 n
的数组,预先按照升序排列,经由 1
到 n
次 旋转 后,得到输入数组。例如,原数组 nums = [0,1,2,4,5,6,7]
在变化后可能得到:
- 若旋转
4
次,则可以得到[4,5,6,7,0,1,2]
- 若旋转
7
次,则可以得到[0,1,2,4,5,6,7]
注意,数组 [a[0], a[1], a[2], ..., a[n-1]]
旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]]
。
给你一个元素值 互不相同 的数组 nums
,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。
你必须设计一个时间复杂度为 O(log n)
的算法解决此问题。
示例 1:
输入:nums = [3,4,5,1,2]
输出:1
解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。
示例 2:
输入:nums = [4,5,6,7,0,1,2]
输出:0
解释:原数组为 [0,1,2,4,5,6,7] ,旋转 3 次得到输入数组。
示例 3:
输入:nums = [11,13,15,17]
输出:11
解释:原数组为 [11,13,15,17] ,旋转 4 次得到输入数组。
提示:
-
n == nums.length
-
1 <= n <= 5000
-
-5000 <= nums[i] <= 5000
-
nums
中的所有整数 互不相同 -
nums
原来是一个升序排序的数组,并进行了1
至n
次旋转
解题思路:
旋转排序数组是指原本升序排序的数组在某些位置进行了旋转,导致数组的排序变得复杂,但依然保留了两段升序子数组的特性
利用旋转数组的特性,通过比较中间元素和数组最后一个元素,可以快速判断最小元素的大致位置,从而将查找范围缩小一半,实现 O(log n) 的时间复杂度。
在循环的终止条件中,当 left
和 right
相等时,意味着找到了最小元素,因为旋转数组的特性保证了最小元素是唯一的。
- 初始化指针:设置
left
和right
指针,分别指向数组的起始位置和结束位置。 - 二分查找:在
left
和right
之间进行二分查找,直到left
和right
指向同一个元素。 - 比较中间元素:计算中间位置
mid
,并比较nums[mid]
和nums[right]
的大小。
- 如果
nums[mid] >= nums[right]
,说明从mid
到right
的子数组是升序的,但mid
可能位于旋转点的左侧,最小元素肯定不在[mid, right]
区间内,所以更新left = mid + 1
,继续在[left, right)
的左半边查找。 - 如果
nums[mid] < nums[right]
,说明最小元素位于[left, mid]
区间内,包括mid
本身,因为这表明旋转点在mid
的右边,所以更新right = mid
,在[left, mid]
区间内查找。
-
终止条件:当
left == right
时,退出循环。此时,left
或者right
指向的元素之一就是最小元素。 -
返回结果:返回
nums[left]
或者nums[right]
(两者相同)。
JavaScript代码实现:
/**
* @param {number[]} nums
* @return {number}
*/
var findMin = function(nums) {
let left = 0;
let right = nums.length - 1;
while (left < right) {
let mid = Math.floor((left + right) / 2);
if (nums[mid] >= nums[right]) {
// 最小元素在 mid 的右边
left = mid + 1;
} else {
// 最小元素在 mid 或者 mid 的左边
right = mid;
}
}
// left 和 right 相同,指向最小元素
return nums[left];
};
// 示例调用
// console.log(findMin([3, 4, 5, 1, 2])); // 输出: 1
// console.log(findMin([4, 5, 6, 7, 0, 1, 2])); // 输出: 0
转载自:https://juejin.cn/post/7419524503200120842