描述
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
实例
1、
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
2、
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
提示:
- 你可以假设 nums 中的所有元素是不重复的。
- n 将在 [1, 10000]之间。
- nums 的每个元素都将在 [-9999, 9999]之间。
思路
1、找出数组的中间值,进行比较
2、如果
中间值 > 目标值 : 答案在 [ left, ...mid - 1 ]
中间值 < 目标值 : 答案在 [ mid + 1, ...right ]
3、这样每次对半检索
实现
/**
* @param {number[]} nums
* @param {number} target
* @return {number}
*/
var search = function (nums, target) {
let left = 0;
let right = nums.length - 1;
while (left <= right) {
const mid = Math.floor((right - left) / 2) + left;
const num = nums[mid];
if (num === target) return mid;
if (num > target) right = mid - 1;
if (num < target) left = mid + 1;
}
return -1;
};
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 代表数组的长度
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 search = function (nums, target) {
let low = 0,
high = nums.length - 1;
while (low <= high) {
const mid = Math.floor((high - low) / 2) + low;
const num = nums[mid];
if (num === target) {
return mid;
} else if (num > target) {
high = mid - 1;
} else {
low = mid + 1;
}
}
return -1;
};
官方-复杂度分析
时间复杂度
:O(log(n)),其中 n 是数组的长度。
空间复杂度
:O(1)