• [LeetCode] 162. 寻找峰值


    题目链接 : https://leetcode-cn.com/problems/find-peak-element/

    题目描述:

    值元素是指其值大于左右相邻值的元素。

    给定一个输入数组 nums,其中 nums[i] ≠ nums[i+1],找到峰值元素并返回其索引。

    数组可能包含多个峰值,在这种情况下,返回任何一个峰值所在位置即可。

    你可以假设 nums[-1] = nums[n] = -∞。

    示例:

    示例 1:

    输入: nums = [1,2,3,1]
    输出: 2
    解释: 3 是峰值元素,你的函数应该返回其索引 2。
    

    示例 2:

    输入: nums = [1,2,1,3,5,6,4]
    输出: 1 或 5 
    解释: 你的函数可以返回索引 1,其峰值元素为 2;
         或者返回索引 5, 其峰值元素为 6。
    

    说明:

    你的解法应该是 $O(logN) $时间复杂度的。

    思路:

    刚看到这题,这不就是一遍遍历吗,刷刷刷,写出来下面的代码

    class Solution(object):
        def findPeakElement(self, nums):
            """
            :type nums: List[int]
            :rtype: int
            """
            nums = [float("-inf")] + nums + [float("-inf")]
            n = len(nums)
            for i in range(1, n - 1):
                if nums[i - 1] < nums[i] and nums[i] > nums[i + 1]:
                    return i - 1
    

    但是, 题目要求是 (O(log N)),明显这是(O(n))的,还有一种(O(n))一次遍历算法

    class Solution(object):
        def findPeakElement(self, nums):
            """
            :type nums: List[int]
            :rtype: int
            """
            for i in range(1, len(nums)):
                if nums[i - 1] > nums[i]:
                    return i - 1
            return len(nums) - 1
    

    很神奇吧,言归正传!这题要求局部最大值,又要用二分法,参考链接[1]

    我不是太明白, 但是大家可以用极端角度考虑一下,模拟一下过程,找找感觉!

    如果这个数组按顺序排列的?如果这个数组为 [1, 2]呢?有谁可以把它说明白吗?

    class Solution(object):
        def findPeakElement(self, nums):
            """
            :type nums: List[int]
            :rtype: int
            """
            left = 0
            right = len(nums) - 1
            while left < right:
                mid = left + (right - left) // 2
                if nums[mid] < nums[mid + 1]:
                    left = mid + 1 
                else:
                    right = mid
            return left
    

    1. https://leetcode.com/problems/find-peak-element/discuss/50232/Find-the-maximum-by-binary-search-(recursion-and-iteration) ↩︎

  • 相关阅读:
    Python进阶之浅谈内置方法(补充)
    Python进阶之浅谈内置方法
    Python运算符优先级
    python之浅谈循环
    MTCNN
    MTCNN
    tf.train.batch and tf.train.shuffle_batch
    tf.add_to_collection 和 tf.get_collection 和 tf.add_n
    tensorflow 迁移学习-Demo
    tensorflow 加载预训练模型进行 finetune 的操作解析
  • 原文地址:https://www.cnblogs.com/powercai/p/11290745.html
Copyright © 2020-2023  润新知