LeetCode——二分(进阶)

LeetCode——二分(进阶)

相关例题

852. 山脉数组的峰顶索引

题目描述

给定一个长度为 n 的整数 山脉 数组 arr ,其中的值递增到一个 峰值元素 然后递减。

返回峰值元素的下标。

你必须设计并实现时间复杂度为 O(log(n)) 的解决方案。

示例 1:

输入:arr = [0,1,0] 输出:1 

示例 2:

输入:arr = [0,2,1,0] 输出:1 

示例 3:

输入:arr = [0,10,5,2] 输出:1 

提示:

  • 3 <= arr.length <= 105
  • 0 <= arr[i] <= 106
  • 题目数据 保证arr 是一个山脉数组

题目分析

这类题目如果之前没做过的话还是不容易想到用二分的,实际上是这个题目是可以使用二分的思想来解决的,因为我们的这个数组还是有一定的二段性的规律的,比如我们可以通过题意知道我们的峰值的左边都是当前值大于左值的,而我们的峰值右边则是当前值要小于我们的右值的,我们的峰值则是大于了两侧的值,这样我们就有了二分的区间选择。图示:

在这里插入图片描述

实现思路

这里我们也是有了两种情况:

1、当我们的当前值是大于左值的时候,说明在左边,这个时候我们需要我们需要将left置为mid(这里的mid可能就是答案)。

2、当我们的当前值是小于等于右值的时候,说明在右边,这个时候我们需要将right置为mid - 1

然后就是返回我们的结果。

实现代码

classSolution{public:intpeakIndexInMountainArray(vector<int>& arr){int left =1, right = arr.size()-2;while(left < right){int mid = left +(right - left +1)/2;if(arr[mid]> arr[mid -1]) left = mid;else right = mid -1;}return left;}};

寻找峰值

题目描述

峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 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] = -∞

你必须实现时间复杂度为 O(log n) 的算法来解决此问题。

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]

题目分析

其实这个题目和上面这个题目是一模一样的思路和解法,我们这里可以找出题目中的二段性进行分析就可以发现出这个题目和上面的题目一模一样。

实现思路

我们这里还是来寻找一下题目中的二段性,我们这里可以取出任意一个点i,那么对于ii + 1就有了两种情况了:

当我们的arr[i] > arr[i + 1]的时候,这个时候当前值的左侧一定会有山峰(最左侧是负无穷)。

当我们的arr[i] < arr[i + 1]的时候,这个时候当前值的右侧一定会有山峰(最右侧是负无穷)。

实现代码

classSolution{public:intfindPeakElement(vector<int>& nums){int left=0,right=nums.size()-1;while(left<right){int mid=left+(right-left+1)/2;if(nums[mid]>nums[mid-1]) left=mid;else right=mid-1;}return left;}};

寻找旋转排序数组中的最小值

题目描述

已知一个长度为 n 的数组,预先按照升序排列,经由 1n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 4 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 1n 次旋转

题目分析

这个题目其实也是可以使用二分解决的,关键在于找出二段性,我们可以从题意中知道,我们旋转之后的数组实际上是一种局部递增的机构,总共有两种情形:

在这里插入图片描述

我们这里其实可以直接看成是第二种情形,我们这里从图中也是可以知道的我们的D点可以将数组分成两块,一部分是[A, B]这里的值是大于D的,一部分是[C, D]这里部分是小于等于D的,这就是我们的二段性,于是我们可以将D作为指标进行二分操作。

实现思路

首先我们需要定义出两个指针,一个指向了数组的最左端,一个指向了数组的最右端,并且还要标记一下我们的最后位置。

然后就是我们的二分模板了,条件处理:
当我们的mid对应的值要大于最后一个值时,我们的left = mid + 1,说明目标在右边。

当我们的mid对应的值是小于等于我们的最后一个值的时候,我们的right = mid,说明我们的目标在包含当前值的左边。

实现代码

classSolution{public:intfindMin(vector<int>& nums){int left =0, right = nums.size()-1;int x = nums[right];while(left < right){int mid = left +(right - left)/2;if(nums[mid]> x) left = mid +1;else right = mid;}return nums[left];}};

点名

题目描述

某班级 n 位同学的学号为 0 ~ n-1。点名结果记录于升序数组 records。假定仅有一位同学缺席,请返回他的学号。

示例 1:

输入:records = [0,1,2,3,5] 输出:4 

示例 2:

输入:records = [0, 1, 2, 3, 4, 5, 6, 8] 输出:7 

提示:

1 <= records.length <= 10000 

题目分析

这个题目其实也是可以使用二分来解决的,我们这里重要的还是寻找出我们的二段性,这里从题目中我们不难发现我们的二段性就是我的当前值的下标和当前值是不是相等的。

实现思路

定义两个指针,一个指针指向数组的开头,一个指向了数组的结尾。

进入二分模板中的循环,这里主要是讨论两种情况:

1、当我的当前值和我们的下标是相等的时候,说明包括当前值的左边都是合法的,left = mid + 1

2、当我的当前值和我们的下标是不相等的时候,说明包括当前值和我们的右边都是不合法的,right = mid

这里重点还是细节问题,我们需要返回的right,也就是开始不符合位置的下标,但是有可能我们的数组都是符合的,也就是说我们要的值是最后一个值的下一位,这里需要进行特判。

实现代码

classSolution{public:inttakeAttendance(vector<int>& records){int left =0, right = records.size()-1;while(left < right){int mid = left +(right - left)/2;if(records[mid]== mid) left = mid +1;else right = mid;}return right == records[right]? right +1: right;}};

注意:这里的返回值也可以是left

Read more

Python NumPy入门指南:数据处理科学计算的瑞士军刀

Python NumPy入门指南:数据处理科学计算的瑞士军刀

作者:唐叔在学习 专栏:唐叔学python 标签:Python NumPy、数据分析、科学计算、机器学习基础、数组操作、Python数据处理、人工智能基础、Python编程 摘要 NumPy是Python科学计算的基础库,提供了高性能的多维数组对象和工具。本文唐叔将带你从零开始了解NumPy的核心概念、常用操作和实际应用场景,助你在数据分析、机器学习等领域快速上手。无论你是Python初学者还是想提升数据处理能力,这篇文章都将成为你的实用指南。 文章目录 * 摘要 * 一、NumPy是什么?为什么它如此重要? * 二、NumPy安装与基础使用 * 2.1 安装NumPy * 2.2 导入NumPy * 2.3 创建第一个NumPy数组 * 三、NumPy核心功能详解 * 3.1 数组属性 * 3.2 创建特殊数组 * 3.3 数组索引与切片

By Ne0inhk
python无需验证码免登录12306抢票 --selenium(2)

python无需验证码免登录12306抢票 --selenium(2)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 @[TOC](python无需验证码免登录12306抢票 --selenium(2)) 前言 提示:这里可以添加本文要记录的大概内容: 就在刚刚我抢的票:2025年1月8日 上午9.00多 抢到了哈哈哈哈— 其实还是有用的我是在 8:59:56运行程序的 上一篇帖子,我们已经了解了如何用python自动登录12306实现自动抢票,现在我们来一个进阶的版本,实现cookie免登录,这样可绕过验证码实现自动抢票。同时包括环境如何配置,也在这个帖子里面。 上一篇帖子的链接:https://blog.ZEEKLOG.net/xaing1314/article/details/144868504 配置selenium自动化的帖子链接:https://blog.ZEEKLOG.net/xaing1314/article/details/144869489?spm=1001.2014.3001.5502

By Ne0inhk

【Python】6 种方法轻松将 Python 脚本打包成 EXE 应用

以下是 2025–2026 年最实用的 6 种 Python 脚本打包成 Windows EXE 可执行文件 的主流方法,按易用性 × 普及度 × 实际场景排序。 排名方法/工具易用性生成文件大小启动速度运行速度反编译难度典型场景推荐指数 (★5)1PyInstaller★★★★★大(onefile 常 50–300MB)慢(几秒~几十秒)普通低绝大多数 GUI、小工具、初次尝试★★★★★2auto-py-to-exe★★★★★同 PyInstaller同上普通低零基础用户、GUI 操作打包★★★★☆3Nuitka★★★★☆中~小快明显更快(1.5–4×)中~高性能敏感、数值计算、想保护代码★★★★☆4cx_Freeze★★★★中较快普通低~中追求启动快、

By Ne0inhk
微分的本质:从“变化率”到“线性映射”的飞跃 —— 可视化 Python 教程

微分的本质:从“变化率”到“线性映射”的飞跃 —— 可视化 Python 教程

引言 微积分是科学的语言,而微分是其灵魂。从一维导数到流形上的切映射,微分的本质始终是一个线性映射。本文将从这一核心观点出发,系统梳理微积分中一系列重要概念:导数、微分、雅可比矩阵、方向导数、梯度、链式法则、Hessian、切映射、拉回等,揭示它们背后的统一结构。更重要的是,我们将用 Python 代码可视化这些概念,让你直观地看到微分如何“线性化”非线性函数。 本文所有代码均使用 Python 3 + NumPy + Matplotlib 编写,你可以复制到自己的环境中运行,观察图形变化。 1. 一维导数的重新解读——从“数”到“线性映射” 1.1 传统定义的局限 对于一元函数 (f:\mathbb{R}\to\mathbb{R}),导数定义为 [ f’

By Ne0inhk