A peak element is an element that is strictly greater than its neighbors.
Given an integer array nums
, find a peak element, and return its index. If the array contains multiple peaks, return the index to any of the peaks.
You may imagine that nums[-1] = nums[n] = -∞
.
You must write an algorithm that runs in O(log n)
time.
Example 1:
Input: nums = [1,2,3,1]
Output: 2
Explanation: 3 is a peak element and your function should return the index number 2.
Example 2:
Input: nums = [1,2,1,3,5,6,4]
Output: 5
Explanation: Your function can return either index number 1 where the peak element is 2, or index number 5 where the peak element is 6.
Constraints:
1 <= nums.length <= 1000
- \(-2^{31} <= nums[i] <= 2^{31} - 1\)
nums[i] != nums[i + 1]
for all validi
.
Solution
俗话说「人往高处走,水往低处流」。
如果我们从一个位置开始,不断地向高处走,那么最终一定可以到达一个峰值位置。
因此,我们首先在\([0, n)\)的范围内随机一个初始位置\(i\),随后根据\(\textit{nums}[i-1], \textit{nums}[i], \textit{nums}[i+1]\)三者的关系决定向哪个方向走:
如果\(\textit{nums}[i-1] < \textit{nums}[i] > \textit{nums}[i+1]\),那么位置\(i\)就是峰值位置,我们可以直接返回\(i\)作为答案;
如果\(\textit{nums}[i-1] < \textit{nums}[i] < \textit{nums}[i+1]\),那么位置\(i\)处于上坡,我们需要往右走,即\(i \leftarrow i+1\);
如果\(\textit{nums}[i-1] > \textit{nums}[i] > \textit{nums}[i+1]\),那么位置\(i\)处于下坡,我们需要往左走,即\(i \leftarrow i-1\);
如果\(\textit{nums}[i-1] > \textit{nums}[i] < \textit{nums}[i+1]\),那么位置\(i\)位于山谷,两侧都是上坡,我们可以朝任意方向走。
如果我们规定对于最后一种情况往右走,那么当位置\(i\)不是峰值位置时:
如果\(\textit{nums}[i] < \textit{nums}[i+1]\),那么我们往右走;
如果\(\textit{nums}[i] > \textit{nums}[i+1]\),那么我们往左走。
我们可以发现,如果\(\textit{nums}[i] < \textit{nums}[i+1]\),并且我们从位置\(i\)向右走到了位置\(i+1\),那么位置\(i\)左侧的所有位置是不可能在后续的迭代中走到的。
这是因为我们每次向左或向右移动一个位置,要想「折返」到位置\(i\)以及其左侧的位置,我们首先需要在位置\(i+1\)向左走到位置\(i\),但这是不可能的。
并且,我们知道位置\(i+1\)以及其右侧的位置中一定有一个峰值,因此我们可以设计出如下的一个算法:
对于当前可行的下标范围\([l, r]\),我们随机一个下标\(i\);
如果下标\(i\)是峰值,我们返回\(i\)作为答案;
如果\(\textit{nums}[i] < \textit{nums}[i+1]\),那么我们抛弃\([l, i]\)的范围,在剩余\([i+1, r]\)的范围内继续随机选取下标;
如果\(\textit{nums}[i] > \textit{nums}[i+1]\),那么我们抛弃\([i, r]\)的范围,在剩余\([l, i-1]\)的范围内继续随机选取下标。
在上述算法中,如果我们固定选取\(i\)为\([l, r]\)的中点,那么每次可行的下标范围会减少一半,成为一个类似二分查找的方法,时间复杂度为\(O(\log n)\)。
复杂度分析
时间复杂度:\(O(\log n)\),其中\(n\)是数组\(\textit{nums}\)的长度。
空间复杂度:\(O(1)\)。
class Solution {
public:
int findPeakElement(vector<int>& nums) {
int n = nums.size();
// 辅助函数,输入下标 i,返回一个二元组 (0/1, nums[i])
// 方便处理 nums[-1] 以及 nums[n] 的边界情况
auto get = [&](int i) -> pair<int, int> {
if (i == -1 || i == n) {
return {0, 0};
}
return {1, nums[i]};
};
int left = 0, right = n - 1, ans = -1;
while (left <= right) {
int mid = (left + right) / 2;
if (get(mid - 1) < get(mid) && get(mid) > get(mid + 1)) {
ans = mid;
break;
}
if (get(mid) < get(mid + 1)) {
left = mid + 1;
}
else {
right = mid - 1;
}
}
return ans;
}
};