news 2026/9/3 7:32:45

LeetCode 面试经典 150_二分查找_搜索插入位置(111_35_C++_简单)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
LeetCode 面试经典 150_二分查找_搜索插入位置(111_35_C++_简单)

LeetCode 面试经典 150_二分查找_搜索插入位置(111_35_C++_简单)

    • 题目描述:
    • 输入输出样例:
    • 题解:
      • 解题思路:
        • 思路一(二分查找):
      • 代码实现
        • 代码实现(思路一(二分查找)):
        • 以思路一为例进行调试
        • 部分代码解读

题目描述:

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。

输入输出样例:

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 为 无重复元素 的 升序 排列数组
-104<= target <= 104

题解:

解题思路:

思路一(二分查找):

1、搜索插入位置,如果数组中之前存在与插入元素相同大小的元素,则之前元素的位置便是插入位置。如果之前不存在相同大小的元素,则插入到对应大小的位置。
2、具体思路如下:
我们每次查找取中间的元素与插入元素进行比对:
① 若中间元素等于插入元素则返回中间元素的下标。
② 若中间元素小于插入元素则插入元素的位置肯定在中间元素的右侧。
③ 若中间元素大于插入元素则插入元素的位置肯定在中间元素的左侧。
④ 依次进行查找,直到查找到对应位置。(二分查找结束没找到元素时,**左下标(left)**正好是插入的位置)

3、复杂度分析:
① 时间复杂度:O(logn),其中n为数组的长度。(每次将搜索范围缩小一半)
② 空间复杂度:O(1)。使用常数空间存放若干变量。

代码实现

代码实现(思路一(二分查找)):
classSolution{public:intsearchInsert(vector<int>&nums,inttarget){// 初始化左右指针:left指向数组的开始,right指向数组的末尾intleft=0,right=nums.size()-1,mid;// 使用二分查找算法,当 left <= right 时继续查找while(left<=right){// 计算中间元素的索引,避免整数溢出mid=((right-left)>>1)+left;// 如果中间元素大于目标值,说明目标值在左半部分if(nums[mid]>target){right=mid-1;// 调整右指针,缩小搜索范围到左半部分}// 如果中间元素小于目标值,说明目标值在右半部分elseif(nums[mid]<target){left=mid+1;// 调整左指针,缩小搜索范围到右半部分}// 如果中间元素等于目标值,直接返回中间元素的索引else{returnmid;}}// 如果没有找到目标值,返回应该插入的位置,也就是 left 指针的位置returnleft;}};
以思路一为例进行调试
#include<iostream>#include<vector>usingnamespacestd;classSolution{public:intsearchInsert(vector<int>&nums,inttarget){// 初始化左右指针:left指向数组的开始,right指向数组的末尾intleft=0,right=nums.size()-1,mid;// 使用二分查找算法,当 left <= right 时继续查找while(left<=right){// 计算中间元素的索引,避免整数溢出mid=((right-left)>>1)+left;// 如果中间元素大于目标值,说明目标值在左半部分if(nums[mid]>target){right=mid-1;// 调整右指针,缩小搜索范围到左半部分}// 如果中间元素小于目标值,说明目标值在右半部分elseif(nums[mid]<target){left=mid+1;// 调整左指针,缩小搜索范围到右半部分}// 如果中间元素等于目标值,直接返回中间元素的索引else{returnmid;}}// 如果没有找到目标值,返回应该插入的位置,也就是 left 指针的位置returnleft;}};intmain(){// 定义一个整数向量 nums,初始化为 {1, 3, 5, 6}vector<int>nums={1,3,5,6};// 定义目标值 target,设定为 5inttarget=5;// 创建一个 Solution 类的对象 sSolution s;// 调用 searchInsert 方法,传入 nums 和 target,返回插入位置并输出// 该函数返回 target 的插入位置,如果已存在则返回目标值的索引cout<<s.searchInsert(nums,target);return0;}
部分代码解读

”>>“ 与 “/” 对比

(right-left)>>1(right-left)/2

效率上,(right - left) >> 1 比 (right - left) / 2更高效,尤其在低级语言或不进行优化的情况下。
在现代编译器和硬件上,差异可能非常小,因为编译器可能会将除法优化为类似位移的操作,特别是对整数类型。

LeetCode 面试经典 150_二分查找_搜索插入位置(111_35)原题链接
欢迎大家和我沟通交流(✿◠‿◠)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/2 21:50:39

Terraform基础设施即代码:跨云平台统一管理

Terraform基础设施即代码&#xff1a;跨云平台统一管理 在今天的多云时代&#xff0c;企业不再依赖单一云厂商。AWS、Azure、Google Cloud、阿里云并行使用已成为常态。然而&#xff0c;这种灵活性也带来了新的挑战&#xff1a;每个平台都有自己的一套控制台、CLI 工具和配置语…

作者头像 李华
网站建设 2026/9/3 1:15:59

揭秘Docker镜像标签混乱难题:3步构建清晰、可追溯的标签体系

第一章&#xff1a;揭秘Docker镜像标签混乱的根源Docker镜像标签&#xff08;Tag&#xff09;是标识镜像版本的重要机制&#xff0c;但实际使用中常出现标签滥用、覆盖和歧义等问题&#xff0c;导致部署不稳定与环境不一致。标签并非不可变的版本号&#xff0c;而是可被重新指向…

作者头像 李华
网站建设 2026/9/2 21:54:15

gRPC高性能调用:适用于内部微服务间通信

gRPC 高性能调用&#xff1a;适用于内部微服务间通信 在现代 AI 服务架构中&#xff0c;一个常见的挑战是&#xff1a;如何让轻量级模型在高并发场景下依然保持低延迟、高吞吐的响应能力&#xff1f;尤其是在边缘计算或私有化部署环境中&#xff0c;资源受限但服务质量不能妥协…

作者头像 李华
网站建设 2026/9/2 21:44:19

Google学术索引收录可能性:VibeThinker论文发表进展

VibeThinker-1.5B&#xff1a;小模型如何在数学与编程推理中实现“以小搏大”&#xff1f; 在当前大模型动辄数百亿、数千亿参数的军备竞赛中&#xff0c;一个仅含15亿参数的语言模型却悄然崭露头角——VibeThinker-1.5B。它不是用来写诗、聊天或生成营销文案的通用助手&#x…

作者头像 李华
网站建设 2026/9/2 21:42:46

9个高效论文查重平台,免费使用且无每日次数限制

论文查重免费工具排行榜&#xff1a;9大平台每日不限次推荐 核心工具对比速览 工具名称 查重速度 降重效果 特色功能 适用场景 aicheck 极快 重复率可降30% 专业术语保留 高重复率紧急处理 aibiye 中等 逻辑优化明显 学术表达增强 提升论文质量 askpaper 快 …

作者头像 李华
网站建设 2026/9/2 23:09:23

本科生论文抽检工具权威排名:6大平台功能对比与查询建议

本科生论文抽检工具排名&#xff1a;6大平台查询推荐 核心工具对比速览 工具名称 核心功能 处理速度 适用场景 独特优势 aibiye 降AIGC率查重 约20分钟 学术论文优化 适配知网/格子达/维普规则 aicheck AI痕迹消除查重 约20分钟 混合AI内容处理 双重降重(AIGC重复…

作者头像 李华