描述
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。
请必须使用时间复杂度为 O(log n) 的算法。
实例
1、
输入: nums = [1,3,5,6], target = 5
输出: 2
2、
输入: nums = [1,3,5,6], target = 2
输出: 1
3、
输入: nums = [1,3,5,6], target = 7
输出: 4
4、
输入: nums = [1,3,5,6], target = 0
输出: 0
5、
输入: nums = [1], target = 0
输出: 0
提示:
- 1 <= nums.length <= 104
- -104 <= nums[i] <= 104
- nums 为无重复元素的升序排列数组
- -104 <= target <= 104
思路
1、找出数组的中间值
2、进行比较
如果相等 返回 当前值(中间值)
如果小于目标值 取[mid + 1, ...right]
如果小于目标值 取[left, ...mid - 1]
3、没有匹配到就返回left
实现
/**
* @param {number[]} nums
* @param {number} target
* @return {number}
*/
var searchInsert = function (nums, target) {
let left = 0;
let right = nums.length - 1;
while (left <= right) {
const mid = Math.floor((right - left) / 2) + left;
if (nums[mid] === target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return left;
};
实现-复杂度分析
时间复杂度
:O(log(n)),因为二分查找每次检索都是缩小一半,所以二分查找的时间复杂度为 O(log(n)),n 代表 nums 数量
空间复杂度
:O(1),只使用了常数变量作为辅助空间,故渐进空间复杂度为 O(1)
官方
var searchInsert = function (nums, target) {
const n = nums.length;
let left = 0,
right = n - 1,
ans = n;
while (left <= right) {
let mid = ((right - left) >> 1) + left;
if (target <= nums[mid]) {
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
};
官方-复杂度分析
时间复杂度
:O(log(n)),其中 n 为数组的长度。二分查找所需的时间复杂度为 O(log(n))。
空间复杂度
:O(1)。我们只需要常数的空间保存若干变量。