只有前端崩盘？后端和测试还行？网友：都一样~
Go语言教程约 4 分钟闲来无事，我在网上网上冲浪的时候，就撇到一个的帖子，是一网友的提问：目前好像只有前端崩盘了，后端和测试好像行情还行耶。一看到这个，我心里咯噔一下，相信大家和我心里一样，都咯噔了一下吧。
帖子下面，果不其然网友们都炸了。有人直接反驳说：“测试岗位一个位置能有几百人投简历，你还觉得行情好？”这话一出，我直接麻了。
另一边，还有人开玩笑：“后端确实没崩，直接无了”这玩笑可不经开啊。
还有人打算转行：“后端没戏了，我都打算转行做前端去了。”这是从虎口跳进狼窝吗。
更有人直言：“我们失业的同事里，就数前端找不到工作。”这话听着，前端哭兮兮。
但也有人淡定：“一个行业的兴衰，不存在独善其身。不过是看谁炸得更惨而已。”更惨了好吧。
看完这一番讨论，我不禁感慨，一个行业的兴衰，确实不存在独善其身，要凉一起凉。而我们能做的，不论是转行，还是继续内卷，都要保持心中有光，砥砺前行。
下面是今日的大厂算法题
今日算法题，来自LeetCode的第33题：搜索旋转排序数组，下面是我的算法思路及实现，让我们来看看吧。
算法题目
给你一个整数数组 nums，数组中的值互不相同。在传递给你之前，nums 在预先未知的某个下标上进行了旋转（例如，[0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2]）。
请你根据这个数组和一个目标值 target，返回目标值存在的下标。如果不存在，则返回 -1。你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。
专属福利 👉点击领取：最全Python资料合集
本问题可以通过二分查找算法来高效解决。算法的关键在于判断旋转的分界点，以及在每次迭代中确定目标值可能存在的区间。具体步骤如下：
初始化左右指针 left = 0 和 right = nums.length - 1。
进行二分查找，计算中间点 mid = left + (right - left) / 2。
判断 nums[mid] 是否等于 target，如果等于，直接返回 mid。
通过比较nums[left]和nums[mid]的值，判断左侧是否是有序的：
如果左侧有序，判断 target 是否在左侧范围内，如果是，移动 right 指针到 mid - 1；否则，移动 left 指针到 mid + 1。
如果左侧不有序，那么右侧必定有序。判断 target 是否在右侧范围内，如果是，移动 left 指针到 mid + 1；否则，移动 right 指针到 mid - 1。
如果找不到目标值，返回 -1。
func search(nums []int, target int) int {left, right := 0, len(nums)-1for left <= right {mid := left + (right-left)/2if nums[mid] == target {return mid}if nums[left] <= nums[mid] { // 左侧有序if target >= nums[left] && target < nums[mid] {right = mid - 1} else {left = mid + 1}} else { // 右侧有序if target > nums[mid] && target <= nums[right] {left = mid + 1} else {right = mid - 1}}}return -1}
Java实现
public int search(int[] nums, int target) {int left = 0, right = nums.length - 1;while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] == target) {return mid;}if (nums[left] <= nums[mid]) { // 左侧有序if (target >= nums[left] && target < nums[mid]) {right = mid - 1;} else {left = mid + 1;}} else { // 右侧有序if (target > nums[mid] && target <= nums[right]) {left = mid + 1;} else {right = mid - 1;}}}return -1;}
JavaScript实现
function search(nums, target) {let left = 0, right = nums.length - 1;while (left <= right) {const mid = Math.floor((left + right) / 2);if (nums[mid] === target) {return mid;}if (nums[left] <= nums[mid]) { // 左侧有序if (target >= nums[left] && target < nums[mid]) {right = mid - 1;} else {left = mid + 1;}} else { // 右侧有序if (target > nums[mid] && target <= nums[right]) {left = mid + 1;} else {right = mid - 1;}}}return -1;}
算法解析
本算法的核心在于通过二分查找，每次迭代都能排除一半的搜索区间。由于数组是部分有序的，关键在于判断当前的搜索区间是在旋转点的左侧还是右侧，以及目标值是否在当前的有序区间内。这种方法能够确保算法的时间复杂度为 O(log n)，其中 n 是数组的长度。
示例和测试
对于数组 nums = [4,5,6,7,0,1,2] 和目标值 target = 0：
第一次迭代时，中间值为 7，由于左侧 [4,5,6,7] 是有序的且 0 不在此区间内，因此搜索区间变为 [0,1,2]。
第二次迭代时，中间值为 1，此时右侧是有序的且 0 在此区间内，因此搜索区间变为 [0]。
第三次迭代时，中间值为 0，匹配成功，返回下标 4。
搜索旋转排序数组问题通过对二分查找算法的巧妙应用，展示了如何在部分有序的数组中高效查找元素。
热门推荐