LeetCode、162. 寻找峰值【中等,最大值、二分】

文章目录

前言

博主介绍:✌目前全网粉丝2W+,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。

涵盖技术内容:Java后端、算法、分布式微服务、中间件、前端、运维、ROS等。

博主所有博客文件目录索引:博客目录索引(持续更新)

视频平台:b站-Coder长路


LeetCode、162. 寻找峰值【中等,最大值、二分】

来源:LeetCode专题《LeetCode 75》

题目及类型

题目地址:LeetCode、162. 寻找峰值

题目类型:基础算法/二分

题目描述:给定一个长度为n的数组nums,请你找到峰值并返回其索引。数组可能包含多个峰值,在这种情况下,返回任何一个所在位置即可。

1.峰值元素是指其值严格大于左右相邻值的元素。严格大于即不能有等于
2.假设 nums[-1] = nums[n] = -\infty−∞
3.对于所有有效的 i 都有 nums[i] != nums[i + 1]
4.你可以使用O(logN)的时间复杂度实现此问题吗?

思路及代码

思路1:二分

思路说明:拆分范围

由于题目假设 nums[-1] = nums[n] = -∞ ,那么我们一定能够找到一个峰值元素。

  • nums[mid] > nums[mid + 1] [l, mid]
  • nums[mid] < nums[mid + 1] [mid + 1, r]

由于没有r = mid - 1情况,那么我们无需进行(l + r + 1) / 2

复杂度分析:

  • 时间复杂度:O(logn)
  • 空间复杂度:O(1)
java 复制代码
class Solution {

    //二分
    //元素值是int最大值
    //边界值无需处理
    //nums[mid] > nums[mid + 1]  [l, mid]     nums[mid] < nums[mid + 1] [mid + 1, r]
    public int findPeakElement(int[] nums) {
        int l = 0, r = nums.length - 1;
        while (l < r) {
            int mid = l + r >> 1;
            if (nums[mid] > nums[mid + 1]) {
                r = mid;
            }else {
                l = mid + 1;
            }
        }
        return l;
    }
}

思路2:寻找最大值

复杂度分析:时间复杂度O(n),空间复杂度O(1)

java 复制代码
class Solution {

    //找到最大值索引
    public int findPeakElement(int[] nums) {
        int max = 0; 
        for (int i = 1; i < nums.length; i ++) {
            if (nums[max] < nums[i]) {
                max = i;
            }
        }
        return max;
    }
}

资料获取

大家点赞、收藏、关注、评论啦~

精彩专栏推荐订阅:在下方专栏👇🏻

更多博客与资料可查看👇🏻获取联系方式👇🏻,🍅文末获取开发资源及更多资源博客获取🍅


整理者:长路 整理时间:2024.1.19

相关推荐
良月澪二1 小时前
CSP-S 2021 T1廊桥分配
算法·图论
wangyue42 小时前
c# 线性回归和多项式拟合
算法
&梧桐树夏2 小时前
【算法系列-链表】删除链表的倒数第N个结点
数据结构·算法·链表
QuantumStack2 小时前
【C++ 真题】B2037 奇偶数判断
数据结构·c++·算法
今天好像不上班2 小时前
软件验证与确认实验二-单元测试
测试工具·算法
wclass-zhengge3 小时前
数据结构篇(绪论)
java·数据结构·算法
何事驚慌3 小时前
2024/10/5 数据结构打卡
java·数据结构·算法
结衣结衣.3 小时前
C++ 类和对象的初步介绍
java·开发语言·数据结构·c++·笔记·学习·算法
大二转专业5 小时前
408算法题leetcode--第24天
考研·算法·leetcode
凭栏落花侧5 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析