第一题 在排序数组中查找元素的第一个和最后一个位置
题目
错误案例
func searchRange(nums []int, target int) []int {
res:=make([]int,2)
n:=len(nums)
if n==1{
if nums[0]==target{
return res
}else{
res[0]=-1
res[1]=-1
return res
}
}
mid:=n/2
s1:=searchRange(nums[:mid],target)
s2:=searchRange(nums[mid:], target)
if s1[0]==-1&&s2[0]==-1{
res[0]=-1
res[1]=-1
return res
}
if s1[0]==-1{
res[0]=s2[0]+mid
res[1]=s2[1]+mid
}else if s2[0]==-1{
res[0]=s1[0]
res[1]=s1[1]
}else{
res[0]=s1[0]
res[1]=s2[1]+mid
}
return res
}
结果
....
原因是因为
正确解法
使用sort.SearchInts函数
func searchRange(nums []int, target int) []int {
leftmost := sort.SearchInts(nums, target)
if leftmost == len(nums) || nums[leftmost] != target {
return []int{-1, -1}
}
rightmost := sort.SearchInts(nums, target + 1) - 1
return []int{leftmost, rightmost}
}
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/solution/zai-pai-xu-shu-zu-zhong-cha-zhao-yuan-su-de-di-3-4/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
解析
https://blog.csdn.net/luyuan4...
复杂度分析
时间复杂度:O(logn) ,其中 n 为数组的长度。二分查找的时间复杂度为 O(logn),一共会执行两次,因此总时间复杂度为 O(logn)。
空间复杂度:O(1) 。只需要常数空间存放若干变量。
第二题 合并区间
题目
解题思路
代码
func merge(intervals [][]int) [][]int {
//先从小到大排序
sort.Slice(intervals,func(i,j int)bool{
return intervals[i][0]<intervals[j][0]
})
//再弄重复的
for i:=0;i<len(intervals)-1;i++{
if intervals[i][1]>=intervals[i+1][0]{//区间左端与上一个区间有交集,可以并入
intervals[i][1]=max(intervals[i][1],intervals[i+1][1])//赋值最大值
intervals=append(intervals[:i+1],intervals[i+2:]...)//覆盖i+1
i--
}
}
return intervals
}
func max(a,b int)int{
if a>b{
return a
}
return b
}
复杂度分析
时间复杂度:O(nlogn),其中 n 为区间的数量。除去排序的开销,我们只需要一次线性扫描,所以主要的时间开销是排序的 O(nlogn)。
空间复杂度:O(logn),其中 n 为区间的数量。这里计算的是存储答案之外,使用的额外空间。O(logn) 即为排序所需要的空间复杂度。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。