[LeetCode] 34. Find First and Last Position of Element in Sorted Array 在有序数组中查找元素的第一个和最后一个位置

Given an array of integers nums sorted in ascending order, find the starting and ending position of a given target value.

Your algorithm's runtime complexity must be in the order of O(log n).

If the target is not found in the array, return [-1, -1].

Example 1:

Input: nums = [5,7,7,8,8,10], target = 8
Output: [3,4]

Example 2:

Input: nums = [5,7,7,8,8,10], target = 6
Output: [-1,-1]

这道题让我们在一个有序整数数组中寻找相同目标值的起始和结束位置，而且限定了时间复杂度为 O(logn)，这是典型的二分查找法的时间复杂度，所以这里也需要用此方法，思路是首先对原数组使用二分查找法，找出其中一个目标值的位置，然后向两边搜索找出起始和结束的位置，代码如下：

解法一:

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int idx = search(nums, , nums.size() - , target);
        if (idx == -) return {-, -};
        int left = idx, right = idx;
        while (left >  && nums[left - ] == nums[idx]) --left;
        while (right < nums.size() -  && nums[right + ] == nums[idx]) ++right;
        return {left, right};
    }
    int search(vector<int>& nums, int left, int right, int target) {
        if (left > right) return -;
        int mid = left + (right - left) / ;
        if (nums[mid] == target) return mid;
        if (nums[mid] < target) return search(nums, mid + , right, target);
        else return search(nums, left, mid - , target);
    }
};

可能有些人会觉得上面的算法不是严格意义上的 O(logn) 的算法，因为在最坏的情况下会变成 O(n)，比如当数组里的数全是目标值的话，从中间向两边找边界就会一直遍历完整个数组，那么下面来看一种真正意义上的 O(logn) 的算法，使用两次二分查找法，第一次找到左边界，第二次调用找到右边界即可，具体代码如下：

解法二：

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        vector<int> res(, -);
        int left = , right = nums.size();
        while (left < right) {
            int mid = left + (right - left) / ;
            if (nums[mid] < target) left = mid + ;
            else right = mid;
        }
        if (right == nums.size() || nums[right] != target) return res;
        res[] = right;
        right = nums.size();
        while (left < right) {
            int mid = left + (right - left) / ;
            if (nums[mid] <= target) left = mid + ;
            else right = mid;
        }
        res[] = right - ;
        return res;
    }
};

其实我们也可以只使用一个二分查找的子函数，来同时查找出第一个和最后一个位置。如何只用查找第一个大于等于目标值的二分函数来查找整个范围呢，这里用到了一个小 trick，首先来查找起始位置的 target，就是在数组中查找第一个大于等于 target 的位置，当返回的位置越界，或者该位置上的值不等于 target 时，表示数组中没有 target，直接返回 {-1, -1} 即可。若查找到了 target 值，则再查找第一个大于等于 target+1 的位置，然后把返回的位置减1，就是 target 的最后一个位置，即便是返回的值越界了，减1后也不会越界，这样就实现了使用一个二分查找函数来解题啦，参见代码如下：

解法三：

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int start = firstGreaterEqual(nums, target);
        if (start == nums.size() || nums[start] != target) return {-, -};
        return {start, firstGreaterEqual(nums, target + ) - };
    }
    int firstGreaterEqual(vector<int>& nums, int target) {
        int left = , right = nums.size();
        while (left < right) {
            int mid = left + (right - left) / ;
            if (nums[mid] < target) left = mid + ;
            else right = mid;
        }
        return right;
    }
};

Github 同步地址：

https://github.com/grandyang/leetcode/issues/34

类似题目：

First Bad Version

参考资料：

https://leetcode.com/problems/find-first-and-last-position-of-element-in-sorted-array/

https://leetcode.com/problems/find-first-and-last-position-of-element-in-sorted-array/discuss/14699/Clean-iterative-solution-with-two-binary-searches-(with-explanation)

https://leetcode.com/problems/find-first-and-last-position-of-element-in-sorted-array/discuss/14701/A-very-simple-Java-solution-with-only-one-binary-search-algorithm

LeetCode All in One 题目讲解汇总(持续更新中...)