zoukankan      html  css  js  c++  java
  • Medium | LeetCode 162. 寻找峰值 | 二分法

    162. 寻找峰值

    峰值元素是指其值大于左右相邻值的元素。

    给你一个输入数组 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] = -∞

    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
    • -231 <= nums[i] <= 231 - 1
    • 对于所有有效的 i 都有 nums[i] != nums[i + 1]

    方法一: 线性扫描

    public int findPeakElement(int[] nums) {
        for (int i = 0; i < nums.length - 1; i++) {
            if (nums[i] > nums[i + 1])
                // 只要找到第一个下降的点 那么这个点就是峰值, 并且这个点大于左边元素
                return i;
            // 因为只有在当前元素小于等于右边元素时, 才会继续循环。
        }
        // 一直都没有找到下降的点, 说明整个数组的单调递增的, 则直接返回最后一个元素
        return nums.length - 1;
    }
    

    方法二: 二分法(递归)

    首先从数组 nums 中找到中间的元素 mid。若该元素恰好位于降序序列或者一个局部下降坡度中(通过将 nums[i] 与右侧比较判断),则说明峰值会在本元素的左边。于是,我们将搜索空间缩小为 mid 的左边(包括其本身),并在左侧子数组上重复上述过程。

    若该元素恰好位于升序序列或者一个局部上升坡度中(通过将 nums[i] 与右侧比较判断),则说明峰值会在本元素的右边。于是,我们将搜索空间缩小为 mid 的右边,并在右侧子数组上重复上述过程。

    public int findPeakElement(int[] nums) {
        return search(nums, 0, nums.length - 1);
    }
    public int search(int[] nums, int l, int r) {
        if (l == r)
            return l;
        int mid = (l + r) / 2;
        // mid值是在局部下降的过程
        if (nums[mid] > nums[mid + 1])
            // 则往左边找(包括当前元素)
            return search(nums, l, mid);
        // 否则往右边找(不包括当前元素)
        return search(nums, mid + 1, r);
    }
    

    方法三: 二分法(迭代)

    二分的思路和方法二一致, 不过方法二是循环的思路, 在此方法采用迭代的方式实现。

    public int findPeakElement(int[] nums) {
        int l = 0, r = nums.length - 1;
        while (l < r) {
            int mid = (l + r) / 2;
            if (nums[mid] > nums[mid + 1])
                // 处于下降的序列当中, 往左找(包括当前元素)
                r = mid;
            else
                // 处于上升的序列当中, 往右找(包括当前元素)
                l = mid + 1;
        }
        return l;
    }
    
  • 相关阅读:
    mysql案例 ~ 监控以及如何避免从库延迟问题
    mysql基础~开发规范
    k8s系列~mgr的应用
    k8s系列~docker mysql
    常用知识点(一)
    Windows下查看进程状态/信息
    Lua入门(一)
    Lua简介
    .NET&C#的异常处理
    数据库中的锁
  • 原文地址:https://www.cnblogs.com/chenrj97/p/14443080.html
Copyright © 2011-2022 走看看