0

0

山脉数组峰值索引查找:从线性扫描到高效二分查找

DDD

DDD

发布时间:2025-09-20 10:27:30

|

1048人浏览过

|

来源于php中文网

原创

山脉数组峰值索引查找:从线性扫描到高效二分查找

本文深入探讨了如何在山脉数组中查找其峰值索引。我们将首先介绍一种直观的线性扫描方法,分析其工作原理与局限性,随后重点阐述如何利用二分查找算法在对数时间复杂度内高效地定位峰值,并提供详细的代码实现与注意事项,旨在帮助读者理解并掌握解决此类问题的优化策略。

引言:山脉数组及其峰值索引

在算法领域,"山脉数组"是一种特殊的数组结构,其定义如下: 一个数组 arr 被称为山脉数组,如果满足以下条件:

  1. arr.length >= 3。
  2. 存在某个索引 i,满足 0
  3. arr[0]
  4. arr[i] > arr[i + 1] > ... > arr[arr.length - 1] (数组从 i 到结尾严格递减)。

我们的目标是给定一个山脉数组 arr,返回其峰值索引 i。此外,通常要求算法的时间复杂度为 O(log(arr.length))。

方法一:线性扫描法

线性扫描法是一种直观且易于理解的解决方案。由于山脉数组只有一个峰值,且这个峰值是数组中的最大元素,我们可以通过遍历整个数组来找到这个最大值及其对应的索引。

原理

算法从数组的第一个元素开始,依次向后遍历。在遍历过程中,它会维护一个当前找到的最大值 (peakValue) 和该最大值对应的索引 (peakIndex)。每当遇到一个比 peakValue 更大的元素时,就更新 peakValue 和 peakIndex。遍历结束后,peakIndex 即为山脉数组的峰值索引。

示例代码

public class Solution {
    public static int peakIndexInMountainArray(int[] arr) {
        // 初始化峰值和峰值索引。
        // 由于题目保证arr.length >= 3,且峰值在0 < i < arr.length - 1,
        // 可以从arr[0]开始,或者确保peakValue初始值足够小。
        // 这里的实现从0开始,适用于所有非负数的情况。
        int peakValue = 0; 
        int peakIndex = 0; 

        // 遍历数组寻找最大值及其索引
        for (int i = 0; i < arr.length; i++) {
            int value = arr[i];
            if (value > peakValue) {
                peakValue = value;
                peakIndex = i;
            }
        }
        return peakIndex;
    }

    public static void main(String[] args) {
        System.out.println("示例 1: " + peakIndexInMountainArray(new int[]{0,1,2}));        // 2 (峰值是2,索引2)
        System.out.println("示例 2: " + peakIndexInMountainArray(new int[]{0,1,0}));        // 1 (峰值是1,索引1)
        System.out.println("示例 3: " + peakIndexInMountainArray(new int[]{0,2,1,0}));      // 1 (峰值是2,索引1)
        System.out.println("示例 4: " + peakIndexInMountainArray(new int[]{0,10,5,2}));     // 1 (峰值是10,索引1)
        System.out.println("示例 5: " + peakIndexInMountainArray(new int[]{0,100,500,2}));  // 2 (峰值是500,索引2)
    }
}

复杂度分析

  • 时间复杂度: O(N),其中 N 是数组的长度。算法需要遍历数组中的所有元素一次。
  • 空间复杂度: O(1),仅使用了常数额外的存储空间来保存 peakValue 和 peakIndex。

局限性

尽管线性扫描法简单直观且易于实现,但它不满足题目通常要求的 O(log(arr.length)) 时间复杂度约束。对于大型数组,其性能会随着数组长度的增加而线性下降。

造好物
造好物

一站式AI造物设计平台

下载

方法二:二分查找法

为了满足 O(log(arr.length)) 的时间复杂度要求,我们需要利用二分查找。山脉数组的特性(先严格递增后严格递减)使其非常适合二分查找。

原理

二分查找的核心思想是每次将搜索范围减半。在山脉数组中,我们可以根据当前中间元素 arr[mid] 的值与 arr[mid+1] 的关系来判断峰值位于 mid 的哪一侧:

  1. 如果 arr[mid] 这意味着 mid 位于山脉的上升段。峰值一定在 mid 的右侧。因此,我们将搜索范围的左边界 low 更新为 mid + 1。
  2. 如果 arr[mid] > arr[mid+1]: 这意味着 mid 位于山脉的下降段,或者 mid 本身就是峰值。峰值可能在 mid 处或 mid 的左侧。因此,我们将搜索范围的右边界 high 更新为 mid。

通过不断缩小搜索范围,low 和 high 最终会汇合到峰值索引。

示例代码

class Solution {
    public int peakIndexInMountainArray(int[] arr) {
        int low = 0;
        // high的初始值可以设置为arr.length - 1。
        // 根据山脉数组的定义,峰值不会是最后一个元素(arr.length - 1),
        // 且 mid + 1 在循环内部是安全的,不会越界,因为 high 最终会收敛到峰值索引,
        // 而峰值索引小于 arr.length - 1。
        int high = arr.length - 1; 

        // 当 low < high 时继续循环。
        // 最终 low 和 high 会汇合到峰值索引。
        while (low < high) {
            // 计算中间索引,防止 low + high 溢出
            int mid = low + (high - low) / 2; 

            // 如果 mid 位于上升坡 (arr[mid] < arr[mid+1]),
            // 峰值在 mid 的右侧,包括 mid+1。
            if (arr[mid] < arr[mid + 1]) {
                low = mid + 1;
            } 
            // 如果 mid 位于下降坡 (arr[mid] > arr[mid+1]),
            // 或者 mid 就是峰值。
            // 峰值在 mid 或 mid 的左侧。
            else { // arr[mid] > arr[mid + 1]
                high = mid;
            }
        }
        // 循环结束时,low(或 high,因为它们相等)即为峰值索引
        return low; 
    }
}

示例分析:arr = [0, 2, 1, 0]

  1. 初始化: low = 0, high = 3
  2. 第一次迭代:
    • mid = 0 + (3 - 0) / 2 = 1
    • `arr[mid] = arr

相关专题

更多
length函数用法
length函数用法

length函数用于返回指定字符串的字符数或字节数。可以用于计算字符串的长度,以便在查询和处理字符串数据时进行操作和判断。 需要注意的是length函数计算的是字符串的字符数,而不是字节数。对于多字节字符集,一个字符可能由多个字节组成。因此,length函数在计算字符串长度时会将多字节字符作为一个字符来计算。更多关于length函数的用法,大家可以阅读本专题下面的文章。

917

2023.09.19

页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

400

2023.08.14

Java 桌面应用开发(JavaFX 实战)
Java 桌面应用开发(JavaFX 实战)

本专题系统讲解 Java 在桌面应用开发领域的实战应用,重点围绕 JavaFX 框架,涵盖界面布局、控件使用、事件处理、FXML、样式美化(CSS)、多线程与UI响应优化,以及桌面应用的打包与发布。通过完整示例项目,帮助学习者掌握 使用 Java 构建现代化、跨平台桌面应用程序的核心能力。

34

2026.01.14

php与html混编教程大全
php与html混编教程大全

本专题整合了php和html混编相关教程,阅读专题下面的文章了解更多详细内容。

14

2026.01.13

PHP 高性能
PHP 高性能

本专题整合了PHP高性能相关教程大全,阅读专题下面的文章了解更多详细内容。

33

2026.01.13

MySQL数据库报错常见问题及解决方法大全
MySQL数据库报错常见问题及解决方法大全

本专题整合了MySQL数据库报错常见问题及解决方法,阅读专题下面的文章了解更多详细内容。

18

2026.01.13

PHP 文件上传
PHP 文件上传

本专题整合了PHP实现文件上传相关教程,阅读专题下面的文章了解更多详细内容。

12

2026.01.13

PHP缓存策略教程大全
PHP缓存策略教程大全

本专题整合了PHP缓存相关教程,阅读专题下面的文章了解更多详细内容。

6

2026.01.13

jQuery 正则表达式相关教程
jQuery 正则表达式相关教程

本专题整合了jQuery正则表达式相关教程大全,阅读专题下面的文章了解更多详细内容。

3

2026.01.13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
10分钟--Midjourney创作自己的漫画
10分钟--Midjourney创作自己的漫画

共1课时 | 0.1万人学习

Midjourney 关键词系列整合
Midjourney 关键词系列整合

共13课时 | 0.9万人学习

AI绘画教程
AI绘画教程

共2课时 | 0.2万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号