面试知识库

33. 搜索旋转排序数组#

今天要和大家分享一道特别有趣的题目 - LeetCode 33「搜索旋转排序数组」。这道题巧妙地将二分查找与旋转数组结合,是一道考察思维灵活性的经典题目。

📚 从时钟说起#

想象你在看一个圆形时钟,如果把时钟的12点位置当作起点,顺时针记录1到12这些数字,这就是一个有序序列。现在,如果我们把时钟的指针从8点开始读数,到12点,再到7点,实际上就形成了一个”旋转”后的有序序列:8,9,10,11,12,1,2,3,4,5,6,7。这正是我们今天要处理的”旋转排序数组”!

问题描述#

题目目标#

整数数组 nums 按升序排列,数组中的值互不相同。在传入函数前,nums 在某个下标 k 处发生旋转,使数组变为旋转后的升序数组。给定旋转后的数组 nums 和目标值 target ,如果 target 存在则返回其下标,否则返回 -1。题目要求时间复杂度为 O(log n)。

示例 1#

输入: nums = [4,5,6,7,0,1,2], target = 0 输出: 4 说明: 把输入和输出放在一起看,会更容易直接抓住题目要求的变化。

💡 问题解析#

题目要求: 给你一个整数数组 nums ,它原本是一个升序排序的数组,但在某个位置进行了旋转。现在给你一个目标值 target,请你在数组中搜索 target。如果存在则返回它的下标,否则返回 -1。

示例:

// 示例1:目标值存在
// 输入:nums = [4,5,6,7,0,1,2], target = 0
// 输出:4(0 的下标是 4)

// 示例2:目标值不存在
// 输入:nums = [4,5,6,7,0,1,2], target = 3
// 输出:-1(数组中没有 3)
java

🤔 思路发展历程#

1. 初学者思路#

最简单的方法是直接遍历数组。虽然可以解决问题,但时间复杂度为O(n),没有利用数组的特殊性质。

2. 进阶思路#

既然原数组是有序的,只是被旋转了,那么旋转后的数组会有一个重要特性:它被分成了两个有序的部分。我们可以利用这个特性,结合二分查找来解决。

🚀 优雅的解决方案#

📝 代码详解#

让我们来剖析这个解决方案的精妙之处:

1. 核心思想#

  • 虽然整个数组不是有序的,但是分成两半后,必定有一半是有序的
  • 通过判断哪一半有序,我们可以确定目标值在哪一半

2. 关键步骤#

  1. 找到有序部分

    • 比较 nums[left] 和 nums[mid]
    • 如果 nums[left] <= nums[mid],左半部分有序
    • 否则右半部分有序
  2. 判断目标值位置

    • 如果左半部分有序,判断 target 是否在区间 [nums[left], nums[mid]] 内
    • 如果右半部分有序,判断 target 是否在区间 [nums[mid], nums[right]] 内
  3. 调整搜索范围

    • 根据判断结果,调整 left 或 right 指针
    • 持续缩小搜索范围

🎯 易错点剖析#

  1. 边界条件

    • while 循环的条件是 left <= right
    • 注意处理空数组的情况
  2. 区间判断

    • 判断区间时要考虑等号
    • nums[left] <= nums[mid] 而不是
  3. 范围收缩

    • 在有序部分中判断时要注意区间端点
    • 收缩区间时不要漏掉或多包含元素

💡 举一反三#

这类问题的思路可以扩展到其他场景:

  1. 寻找旋转排序数组中的最小值

    • 类似的二分思路,但判断条件不同
  2. 旋转排序数组是否包含重复元素

    • 需要考虑重复元素带来的影响
  3. 在部分有序的数组中查找元素

    • 可以利用类似的”先确定有序部分”的思路

🌟 面试技巧#

  1. 清晰的分析过程

    • 先画图理解数组的特点
    • 分析不同情况下的处理方法
  2. 代码的鲁棒性

    • 处理好边界情况
    • 考虑输入的各种可能性
  3. 优化意识

    • 说明为什么选择二分查找
    • 分析时间复杂度的优势

🎨 图解算法#

为了帮助大家更好地理解,我来画个示意图: