模块三:二分——852.山脉数组的峰顶索引

文章目录

题目描述

题目链接:852.山脉数组的峰顶索引

算法原理

解法一:暴力查找

峰顶:比左右区间都大

遍历整个数组,寻找数组内符合这个条件的元素即可。

解法二:二分查找

  1. 分析峰顶位置的数据特点,以及⼭峰两旁的数据的特点:
  • 峰顶数据特点: arr[i] > arr[i - 1] && arr[i] > arr[i + 1] ;
  • 峰顶左边的数据特点: arr[i] > arr[i - 1] && arr[i] < arr[i + 1] ,也就是呈现上升趋势;
  • 峰顶右边数据的特点:arr[i] < arr[i - 1] && arr[i] > arr[i + 1] ,也就是呈现下降趋势。
  1. 因此,根据 mid 位置的信息,我们可以分为下⾯三种情况:
  • 如果 mid 位置呈现上升趋势,说明我们接下来要在 [mid + 1, right] 区间继续搜索;
  • 如果 mid位置呈现下降趋势,说明我们接下来要在 [left, mid - 1] 区间搜索;
  • 如果 mid 位置就是⼭峰,直接返回结果。

代码实现

暴力查找

cpp 复制代码
class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        int n = arr.size();
        // 遍历数组内每⼀个元素,直到找到峰顶
        for (int i = 1; i < n - 1; i++)
            // 峰顶满⾜的条件
            if (arr[i] > arr[i - 1] && arr[i] > arr[i + 1])
                return i;
        // 为了处理 oj 需要控制所有路径都有返回值
        return -1;
    }
};

二分------C++

cpp 复制代码
class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        //二段性使用二分
        int left = 1,right = arr.size() - 2;
        while(left < right){
            int mid = left + (right - left + 1) / 2;
            if(arr[mid] >= arr[mid - 1])left = mid;
            else right = mid - 1;
        }
        return left;
    }
};

二分------Java

java 复制代码
class Solution {
    public int peakIndexInMountainArray(int[] arr) {
        int left = 1, right = arr.length - 2;
        while (left < right) {
            int mid = left + (right - left + 1) / 2;
            if (arr[mid] > arr[mid - 1])
                left = mid;
            else
                right = mid - 1;
        }
        return left;
    }
}
相关推荐
灵感__idea9 小时前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
Wect19 小时前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP1 天前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
端平入洛2 天前
delete又未完全delete
c++
颜酱2 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub2 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉