当前位置: 首页 > news >正文

D.二分查找-基础-2529. 正整数和负整数的最大计数

题目链接:2529. 正整数和负整数的最大计数(简单)

算法原理:

解法:二分查找

模板👇

优选算法-二分:18.在排序数组中查找元素的第一个和最后一个位置

利用题目的按 非递减顺序 排列的条件就可以二分处理了,找到负数的最右端点和正数的最左端点

思路一:将二分查找的值设为定值,间接找到不确定的值

击败100.00%

时间复杂度O(Logn)

目标值定为0,因为0恰好是二段性的节点,因此可以有两种角度看待这个目标值0

①左区间最右端的0:[-5,-3-2-1,0,0,0,0,1,4,5,6]

②右区间最左端的0:[-5,-3-2-1,0,0,0,0,1,4,5,6]

第一次遍历找到 最左端的0 进而找到 最后一个负数 :

二分查找结束后,left和right在0(没有0就在0的右侧),先处理边界情况,看是否全是负数,是0或者正数就正常更新长度即可

第二次遍历找到 最右端的0 进而找到 第一个正数 :

二分查找结束后,left和right在0(没有0就在0的左侧),先处理边界情况,看是否全是正数,是0或者负数就正常更新长度即可

思路二:直接将二分查找的值设为要找的不确定值

击败100.00%

时间复杂度O(Logn)

比思路一好写一些,但是要理解好每一步,这里的if判断是带等号的,因为0不算正数也不算负数,等于0的时候也要相应移动

答疑

Q1:能不能用一次二分就找到最后的负数和第一个正数呢?

能的,比如先找到最后一个负数的位置,然后left右移找到第一个正数的位置,但是不保证时间复杂度一定是logn,因为当数据[-1,0,0,0,0,0,~,0,0,0,2],的时候left一直右移就会将时间复杂度弱化到O(N),所以两次二分还是更稳妥些

Java代码:

class Solution { public int maximumCount(int[] nums) { //利用题目的按 非递减顺序 排列的条件就可以二分处理了 //找到负数的最右端点和正数的最左端点 int n=nums.length; if(n==0) return 0; //利用0来决定二段性:负数 0 正数 //先找最后一个负数(通过最左侧的0来找) int left=0,right=n-1; while(left<right){ int mid=left+(right-left)/2; if(nums[mid]<0) left=mid+1; else right=mid; } //此时在0或者0的右侧(正数) int neg=0; //全是负数 if(nums[left]<0) neg=n; //是0或者正数 else neg=left; //再找第一个正数(通过最右侧的0来找) left=0;right=n-1; while(left<right){ int mid=left+(right-left+1)/2; if(nums[mid]>0) right=mid-1; else left=mid; } //此时在0或者0的左侧 int pos=0; //全是正数 if(nums[left]>0) pos=n; //是0或者负数 else pos=n-(left+1); return Math.max(neg,pos); } }
class Solution { //思路二:直接将二分查找的值设为要找的不确定值 public int maximumCount(int[] nums) { int n=nums.length; if(n==0) return 0; int left=0,right=n-1; //找到负数的最后一个位置 while(left<right){ int mid=left+(right-left+1)/2; if(nums[mid]>=0) right=mid-1; else left=mid; } int neg=nums[left]<0?left+1:0; //找到正数的第一个位置 left=0;right=n-1; while(left<right){ int mid=left+(right-left)/2; if(nums[mid]<=0) left=mid+1; else right=mid; } int pos=nums[left]>0?n-left:0; return Math.max(neg,pos); } }
http://www.rkmt.cn/news/95161.html

相关文章:

  • torch 操作函数
  • 什么叫范式
  • Qwen3-30B-A3B-Thinking-2507-FP8:新一代推理增强大模型重磅发布
  • Qwen3-VL-4B-Instruct-FP8:多模态大模型的轻量化革命与技术突破
  • jupyter notebook如何使用虚拟环境?
  • 13、AWK与正则表达式:数据处理与文本匹配的强大工具
  • 结构体设计艺术:Host侧Tiling数据结构定义详解
  • 14、正则表达式与日志处理全解析
  • 国外好软件,但切勿非法使用,否则后果自负!
  • ensp vlan实验作业
  • 22、PHP编程:内置函数与MySQL交互全解析
  • 23、PHP编程与相关技术全解析
  • 腾讯混元开源POINTS-Reader:轻量化视觉语言模型重塑文档转换效率新标杆
  • OpenHarmony与ArkUI-X的AtomGit_Pocket速通版
  • 腾讯混元SRPO技术突破:FLUX模型真实感提升372%,开创文本图像生成新范式
  • 39、SQL Server管理与监控全解析
  • ServiceNow发布轻量化多模态模型Apriel-1.5-15b-Thinker,15B参数实现企业级推理能力
  • 50、Linux NFS 网络文件系统全解析
  • 52、Samba与分布式文件系统(DFS)全解析
  • 【后端】【Java】一文详解Spring Boot RESTful 接口统一返回与异常处理实践
  • 【后端】【Java】一文详解Spring Boot 统一日志与链路追踪实践
  • 【后端】【Java】《Spring Boot 统一接口耗时统计实践:基于 HandlerInterceptor 的工程级方案》
  • 【大前端】【Android】一文详解Android MVVM 模式详情解析
  • 46、Asterisk VoIP系统配置指南
  • 45、对等网络文件共享与网关互通性解析
  • 运输层核心总结
  • HarmonyOS 关系型数据库 RDB 数据持久化(ArkTS)实战:建库建表、CRUD、事务、FTS、性能优化,一篇搞懂
  • Cesium快速入门20:Primitive的外观设置Appearance
  • 应用层复习总结
  • AFE为何物