Python算法题集_搜索插入位置

Python算法题集_搜索插入位置

本文为Python算法题集之一的代码示例

题51:搜索插入位置

1. 示例说明

  • 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。

    示例 1:

    输入: nums = [1,3,5,6], target = 5
    输出: 2
    

    示例 2:

    输入: nums = [1,3,5,6], target = 2
    输出: 1
    

    示例 3:

    输入: nums = [1,3,5,6], target = 7
    输出: 4
    

    提示:

    • 1 <= nums.length <= 104
    • -104 <= nums[i] <= 104
    • nums无重复元素升序 排列数组
    • -104 <= target <= 104

2. 题目解析

- 题意分解

  1. 本题是在已排序的整数数组中查找目标数字的插入位置
  2. 最快方式就是二分法

- 优化思路

  1. 通常优化:减少循环层次

  2. 通常优化:增加分支,减少计算集

  3. 通常优化:采用内置算法来提升计算速度

  4. 分析题目特点,分析最优解

    1. 二分法中可以采用终止条件判断

    2. 可以考虑使用排序列表操作模块bisect

- 测量工具

  • 本地化测试说明:LeetCode网站测试运行时数据波动很大【可把页面视为功能测试】,因此需要本地化测试解决数据波动问题
  • CheckFuncPerf(本地化函数用时和内存占用测试模块)已上传到CSDN,地址:Python算法题集_检测函数用时和内存占用的模块
  • 本题本地化超时测试用例自己生成,详见章节【最优算法】,代码文件包含在【相关资源】中

3. 代码展开

1) 标准求解【二分法查找】

通过二分法查找目标数值应插入位置

页面功能测试,性能一般,超过79%

python 复制代码
import CheckFuncPerf as cfp

class Solution:
 def searchInsert_base(self, nums, target):
     ileft, iright = 0, len(nums)
     while ileft < iright:
         imid = (ileft + iright) // 2
         if nums[imid] >= target:
             iright = imid
         else:
             ileft = imid + 1
     return ileft

aSolution = Solution()
result = cfp.getTimeMemoryStr(aSolution.searchInsert_base, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))
 
# 运行结果
函数 searchInsert_base 的运行时间为 1.00 ms;内存使用量为 4.00 KB 执行结果 = 99999985

2) 改进版一【二分法查找+终止条件判断】

通过二分法查找目标数值应插入位置,检测中进行终止条件判断

页面功能测试,马马虎虎,超过35%

python 复制代码
import CheckFuncPerf as cfp

class Solution:
 def searchInsert_ext1(self, nums, target):
     ileft, iright = 0, len(nums) - 1
     while ileft <= iright:
         imid = (iright - ileft) // 2 + ileft
         if target == nums[imid]:
             return imid
         if target < nums[imid]:
             iright = imid - 1
         else:
             ileft = imid + 1
     return ileft

aSolution = Solution()
result = cfp.getTimeMemoryStr(aSolution.searchInsert_ext1, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))
 
# 运行结果
函数 searchInsert_ext1 的运行时间为 0.00 ms;内存使用量为 0.00 KB 执行结果 = 99999985

3) 改进版二【第三方模块】

使用排序列表操作模块bisect来查找插入位置

页面功能测试,马马虎虎,超过29%

python 复制代码
import CheckFuncPerf as cfp

class Solution:
 def searchInsert_ext2(self, nums, target):
     from bisect import bisect_left
     return bisect_left(nums, target)

aSolution = Solution()
result = cfp.getTimeMemoryStr(aSolution.searchInsert_ext2, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))
 
# 运行结果
函数 searchInsert_ext2 的运行时间为 1.00 ms;内存使用量为 16.00 KB 执行结果 = 99999985

4. 最优算法

根据本地日志分析,最优算法为第2种方式【二分法查找+终止条件判断】 searchInsert_ext1

本题测试数据,似乎能推出以下结论:

  1. 在排序数组上使用二分法查询,性能非常夸张,简直是瞬间定位【1亿的数组,1毫秒定位】
  2. 既然性能不是问题,那么可维护性越好越有利,推荐使用第三种解法
python 复制代码
ilen  = 100000000
isize = ilen // 2
itarget = 0
while isize > 4:
    itarget += isize
    isize = isize // 2
nums = [x for x in range(ilen)]
aSolution = Solution()
result = cfp.getTimeMemoryStr(aSolution.searchInsert_base, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))
result = cfp.getTimeMemoryStr(aSolution.searchInsert_ext1, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))
result = cfp.getTimeMemoryStr(aSolution.searchInsert_ext2, nums, itarget)
print(result['msg'], '执行结果 = {}'.format(result['result']))

# 算法本地速度实测比较
函数 searchInsert_base 的运行时间为 1.00 ms;内存使用量为 4.00 KB 执行结果 = 99999985
函数 searchInsert_ext1 的运行时间为 0.00 ms;内存使用量为 0.00 KB 执行结果 = 99999985
函数 searchInsert_ext2 的运行时间为 1.00 ms;内存使用量为 16.00 KB 执行结果 = 99999985

5. 相关资源

本文代码已上传到CSDN,地址:Python算法题源代码_LeetCode(力扣)_搜索插入位置

一日练,一日功,一日不练十日空

may the odds be ever in your favor ~

相关推荐
小馒头学python1 分钟前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
k09332 分钟前
sourceTree回滚版本到某次提交
开发语言·前端·javascript
神奇夜光杯10 分钟前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
Themberfue12 分钟前
Java多线程详解⑤(全程干货!!!)线程安全问题 || 锁 || synchronized
java·开发语言·线程·多线程·synchronized·
plmm烟酒僧14 分钟前
Windows下QT调用MinGW编译的OpenCV
开发语言·windows·qt·opencv
千天夜22 分钟前
使用UDP协议传输视频流!(分片、缓存)
python·网络协议·udp·视频流
测试界的酸菜鱼26 分钟前
Python 大数据展示屏实例
大数据·开发语言·python
小码农<^_^>28 分钟前
优选算法精品课--滑动窗口算法(一)
算法
羊小猪~~30 分钟前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
晨曦_子画35 分钟前
编程语言之战:AI 之后的 Kotlin 与 Java
android·java·开发语言·人工智能·kotlin