把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。
输入一个非递减排序的数组的一个旋转,输出旋转数组的最小元素。
例如数组 {3,4,5,1,2}
为 {1,2,3,4,5}
的一个旋转,该数组的最小值为 1
。
NOTE:给出的所有元素都大于 0
,若数组大小为 0
,请返回 0
。
在这里最重要的特征是 非递减排序,也就是本来是递增的,如果旋转后会出现什么情况呢?
肯定会出现先递增,再递减的情况,只要我们找出这个点,其实就是最小的值。
大致有以下两种方式解答:
- 直接遍历,当出现后面的数比前面的数小的时候,就是找到了最小的数。
- 使用二分查找,在已经排序过的数组中常用的算法。
import java.util.ArrayList;
public class Solution {
public int minNumberInRotateArray(int [] array) {
if(array==null||array.length==0){
return 0;
}
if(array.length==1){
return array[0];
}
int max = array[0];
for(int i=1;i<array.length;i++){
if(array[i]>max){
max = array[i];
}
if(array[i]<max){
return array[i];
}
}
return 0;
}
}
C++
解法如下:
class Solution {
public:
int minNumberInRotateArray(vector<int> array) {
if (array.size() == 0) {
return 0;
}
if (array.size() == 1) {
return array[0];
}
int max = array[0];
for (int i = 1; i < array.size(); i++) {
if (array[i] > max) {
max = array[i];
}
if (array[i] < max) {
return array[i];
}
}
return 0;
}
};
旋转之后的数组其实就是分成两段,比如 {3,4,5,1,2}
,可以看到,3
, 4
, 5
是递增的,但是 5
之后1
就是比之前的数小的,这样就可以找到最小值 1
。
取出中间元素,和最右边元素比较,如果中间元素大于最右边元素,则证明,最小值存在于中间元素到最右边元素之间的一段。如果中间元素小于最右边元素,则证明,最小值在最左边元素到中间元素之间的一段中。
有一种特殊情况,就是相同元素,这样我们没有办法判断最小的元素位于哪一段,所以只能将右边的边界向左移动,即high--
。
public class Solution {
public static int minNumberInRotateArray(int[] array) {
if (array == null || array.length == 0) {
return 0;
}
if (array.length == 1) {
return array[0];
}
int low = 0, high = array.length - 1;
while (high - low > 1) {
int mid = (low + high) / 2;
if (array[mid] > array[high]) {
low = mid;
} else if (array[mid] < array[high]) {
high = mid;
} else {
high--;
}
}
return Math.min(array[low], array[high]);
}
}
C++
代码实现如下:
class Solution {
public:
int minNumberInRotateArray(vector<int> array) {
if (array.size() == 0) {
return 0;
}
if (array.size() == 1) {
return array[0];
}
int low = 0, high = array.size() - 1;
while (high - low > 1) {
int mid = (low + high) / 2;
if (array[mid] > array[high]) {
low = mid;
} else if (array[mid] < array[high]) {
high = mid;
} else {
high--;
}
}
return min(array[low], array[high]);
}
};
时间复杂度: 二分解法,为O(logN)
空间复杂度:没有开辟额外的空间,为 O(1)