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。
你可以假设数组中无重复元素。
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
暴力解法:遍历数组依次检查
public int searchInsert(int[] nums, int target) {
int length = nums.length;
// 若数组第一个元素就大于目标值,则直接返回 0
if (nums[0] > target) {
return 0;
}
// 若数组最后一个元素小于目标值,则直接返回数组长度(作为结果索引值)
if (nums[length-1] < target) {
return length;
}
int left = 0;
for(int i = 0; i < length; i++) {
// 若某个值等于目标值,则返回当前索引
if (nums[i] == target) {
return i;
}
// 若某个值等小目标值,则将当前索引记录下来
if (nums[i] < target) {
left = i;
}
}
return left + 1;
}
复杂度分析
时间复杂度:O(n),其中 n 为数组的长度。
空间复杂度:O(1)。我们只需要常数空间存放若干变量。
二分查找
因为数组是有序的,可以使用二分查找
public int searchInsert(int[] nums, int target) {
int length = nums.length;
if (nums[0] > target) {
return 0;
}
if (nums[length-1] < target) {
return length;
}
int left = 0;
int right = length - 1;
while (left <= right) {
int mid = (left + right) / 2;
if(nums[mid] == target) {
return mid;
} else if(nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
为了防止整数范围溢出,将 int mid = (left + right) / 2; 修改为 int mid = left + (right - left) / 2;
public int searchInsert(int[] nums, int target) {
int length = nums.length;
if (nums[0] > target) {
return 0;
}
if (nums[length-1] < target) {
return length;
}
int left = 0;
int right = length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if(nums[mid] == target) {
return mid;
} else if(nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
利用位运算可以将 int mid = left + (right - left) / 2; 修改为 int mid = left + ( (right - left) >> 1 );
public int searchInsert(int[] nums, int target) {
int length = nums.length;
if (nums[0] > target) {
return 0;
}
if (nums[length-1] < target) {
return length;
}
int left = 0;
int right = length - 1;
while (left <= right) {
int mid = left + ((right - left) >> 1);
if(nums[mid] == target) {
return mid;
} else if(nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
}
复杂度分析
时间复杂度:O(logn),其中 n 为数组的长度。
空间复杂度:O(1)。我们只需要常数空间存放若干变量。