峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。

你可以假设 nums[-1] = nums[n] = -∞

你必须实现时间复杂度为 O(log n) 的算法来解决此问题。

 

示例 1:

输入:nums = [1,2,3,1]
输出:2
解释:3 是峰值元素,你的函数应该返回其索引 2。

示例 2:

输入:nums = [1,2,1,3,5,6,4]
输出:1 或 5 
解释:你的函数可以返回索引 1,其峰值元素为 2;
     或者返回索引 5, 其峰值元素为 6。

 

提示:

  • 1 <= nums.length <= 1000
  • -231 <= nums[i] <= 231 - 1
  • 对于所有有效的 i 都有 nums[i] != nums[i + 1]
Related Topics
  • 数组
  • 二分查找

  • 👍 548
  • 👎 0
  • 乍得一眼看起来很简单,今天的每日一题,直接上来一个遍历啊,比较前后的大小关系,且题面中也说明了数组边界前一位和后一位都为负无穷,且相邻两位的数值保证不相等

    class Solution {
        public int findPeakElement(int[] nums) {
            if (nums.length == 1){
                return 0;
            }
            int i = 0;
            while (i< nums.length){
                if (getArrIndex(nums,i-1)< getArrIndex(nums,i) && getArrIndex(nums,i) > getArrIndex(nums,i+1)){
                    return i;
                }
                i++;
            }
            return i;
        }
    
        public int getArrIndex(int[] nums,int index){
            if ( index<0 || index >= nums.length ){
                return Integer.MIN_VALUE;
            }
            return nums[index];
        }
    }

    提交,也过了,不过这边其实是有问题的,主要是以下两点

    1.复杂度要求的O(Log N),单次全数组遍历的话,时间复杂度在O(N),并不符合题面中要求的O(Log N)。而因为题面的说的

    1 <= nums.length <= 1000

    导致遍历的时间消耗其实并不是很大。

    2.Integer.MIN_VALUE的问题,因为入参给的就是int[],导致最小值就是Integer.MIN_VALUE,实际并不是负无穷,而测试用例里就有一个这个用例,但是因为要求的数组中相邻的两个值不相等,且在代码里判断了数组长度为1导致规避掉了这个问题,实际在逻辑上来说,这个作法是错误的

    那么接下来,因为要求的O(Log N)时间复杂度,就自然会想到往二分查找的方向上去靠拢。

    如果有曲线的话,可以对比下看下,如果当前值比后面的值小,则说明需要往后挪,则left指针往后挪动,否则把right指针往前挪动。在新的方法中我也把比较边界外的值单独写了方法比较,而不是假设定为Integer.MIN_VALUE

    class Solution {
        public int findPeakElement(int[] nums) {
            int l = 0,r = nums.length-1;
            while (l < r){
                int mid = l + (( r - l )>>1);
                if (isTop(nums,mid)){
                    return mid;
                }
                if (compareToNext(nums, mid)){
                    r = mid-1;
                }else{
                    l = mid+1;
                }
            }
            return l;
    
    
        }
    
        boolean compareToNext(int[] nums, int index){
            if (index == nums.length-1){
                return true;
            }
            return nums[index] > nums[index+1];
        }
    
        boolean isTop(int[] nums, int index){
            boolean leftSmaller,rightSmaller;
            if (index == 0){
                leftSmaller = true;
            }else{
                leftSmaller = nums[index] > nums[index-1];
            }
            if (index == nums.length-1){
                rightSmaller = true;
            }else{
                rightSmaller = nums[index] > nums[index+1];
            }
            return leftSmaller && rightSmaller;
        }
    }