文章目录
81. 搜索旋转排序数组 II：
已知存在一个按非降序排列的整数数组 nums ，数组中的值不必互不相同。
在传递给函数之前，nums 在预先未知的某个下标 k（0 <= k < nums.length）上进行了 旋转 ，使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]（下标 从 0 开始 计数）。例如， [0,1,2,4,4,4,5,6,6,7] 在下标 5 处经旋转后可能变为 [4,5,6,6,7,0,1,2,4,4] 。
给你 旋转后 的数组 nums 和一个整数 target ，请你编写一个函数来判断给定的目标值是否存在于数组中。如果 nums 中存在这个目标值 target ，则返回 true ，否则返回 false 。
你必须尽可能减少整个操作步骤。
样例 1：
输入：nums = [2,5,6,0,0,1,2], target = 0输出：true样例 2：
输入：nums = [2,5,6,0,0,1,2], target = 3输出：false提示：
- 1 <= nums.length <= 5000
- -104 <= nums[i] <= 104
- 题目数据保证 nums 在预先未知的某个下标上进行了旋转
- -104 <= target <= 104
进阶：
- 这是 搜索旋转排序数组 的延伸题目，本题中的
nums可能包含重复元素。 - 这会影响到程序的时间复杂度吗？会有怎样的影响，为什么？
分析：
- 面对这道算法题目，二当家的再次陷入了沉思。
- 如果没有旋转，那肯定使用二分查找，二分查找可以在每一次循环遍历都排除一半的数据，效率非常高。
- 要使用二分查找，数组必须是有序的，但是数组已经被旋转了，所以并不是完全有序，但也并不是完全没有办法。
- 一般的二分是每次比较中间元素，然后判断元素是否相等，如果不相等再看元素应该在左半部分，还是右半部分，由此排除一半的元素，再继续在另一部分中重复这样的逻辑。
- 我们可以使用变形的二分查找，可以想到，有序数组旋转后，从中分成两部分，一定有一部分是有序的，而另一部分也是部分有序，但是头一定不小于尾，所以我们可以先判断哪一部分有序，然后再看目标数字是否在有序那部分当中，来决定改变左边界，还是右边界，这样便可以达到二分查找的效率。
- 由于数组中允许重复元素，那么在某一次查找时，可能会出现中间元素和头尾元素都是相同的情况，这时候就没办法判断哪半部分是有序的，也就不能直接排除一半的元素，但是我们可以将头和尾的元素排除掉。
题解：
rust：
impl Solution { pub fn search(nums: Vec<i32>, target: i32) -> bool { let n = nums.len(); if n == 0 { return false; } if n == 1 { return nums[0] == target; } let (mut l, mut r) = (0, n - 1); while l <= r { let mid = (l + r) >> 1; if nums[mid] == target { return true; } if nums[l] == nums[mid] && nums[mid] == nums[r] { if r == 0 { // 防止r溢出到非常大 return false; } l += 1; r -= 1; } else if nums[l] <= nums[mid] { if nums[l] <= target && target < nums[mid] { r = mid - 1; } else { l = mid + 1; } } else { if nums[mid] < target && target <= nums[n - 1] { l = mid + 1; } else { r = mid - 1; } } } return false; }}go：
func search(nums []int, target int) bool { n := len(nums)if n == 0 {return false}if n == 1 {return nums[0] == target}l, r := 0, n-1for l <= r {mid := (l + r) >> 1if nums[mid] == target {return true}if nums[l] == nums[mid] && nums[mid] == nums[r] {l++r--} else if nums[l] <= nums[mid] {if nums[l] <= target && target < nums[mid] {r = mid - 1} else {l = mid + 1}} else {if nums[mid] < target && target <= nums[n-1] {l = mid + 1} else {r = mid - 1}}}return false}c++：
class Solution {public: bool search(vector<int>& nums, int target) { const int n = nums.size(); if (n == 0) { return false; } if (n == 1) { return nums[0] == target; } int l = 0, r = n - 1; while (l <= r) { int mid = (l + r) >> 1; if (nums[mid] == target) { return true; } if (nums[l] == nums[mid] && nums[mid] == nums[r]) { ++l; --r; } else if (nums[l] <= nums[mid]) { if (nums[l] <= target && target < nums[mid]) { r = mid - 1; } else { l = mid + 1; } } else { if (nums[mid] < target && target <= nums[n - 1]) { l = mid + 1; } else { r = mid - 1; } } } return false; }};python：
class Solution: def search(self, nums: List[int], target: int) -> bool: if not nums: return False n = len(nums) if n == 1: return nums[0] == target l, r = 0, n - 1 while l <= r: mid = (l + r) >> 1 if nums[mid] == target: return True if nums[l] == nums[mid] and nums[mid] == nums[r]: l += 1 r -= 1 elif nums[l] <= nums[mid]: if nums[l] <= target < nums[mid]: r = mid - 1 else: l = mid + 1 else: if nums[mid] < target <= nums[n - 1]: l = mid + 1 else: r = mid - 1 return Falsejava：
class Solution { public boolean search(int[] nums, int target) { final int n = nums.length; if (n == 0) { return false; } if (n == 1) { return nums[0] == target; } int l = 0, r = n - 1; while (l <= r) { int mid = (l + r) / 2; if (nums[mid] == target) { return true; } if (nums[l] == nums[mid] && nums[mid] == nums[r]) { ++l; --r; } else if (nums[l] <= nums[mid]) { if (nums[l] <= target && target < nums[mid]) { r = mid - 1; } else { l = mid + 1; } } else { if (nums[mid] < target && target <= nums[n - 1]) { l = mid + 1; } else { r = mid - 1; } } } return false; }}非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】三连走一波~
放弃不难，但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子：https://le-yi.blog.csdn.net/ 博客原创~
来源地址：https://blog.csdn.net/leyi520/article/details/132888132
