1. 旋转排序数组问题概述
遇到旋转排序数组问题时，很多刷题新手都会感到困惑。这类问题看似简单，实则暗藏玄机，需要我们对二分查找有深入理解才能高效解决。旋转排序数组是指将一个原本严格递增的数组在某个未知点进行旋转后得到的新数组，比如[4,5,6,7,0,1,2]就是[0,1,2,4,5,6,7]旋转后的结果。
这类问题在力扣上非常典型，特别是第33题"搜索旋转排序数组"和第153题"寻找旋转排序数组中的最小值"。它们考察的核心都是如何在部分有序的数组中应用二分查找算法。我刷过上百道二分查找相关题目后，发现旋转数组问题是检验二分查找掌握程度的试金石。
2. 问题分析与算法选择
2.1 旋转数组的特性
旋转排序数组有一个重要特性：虽然整体不是完全有序的，但它可以被分成两个有序的子数组。以[4,5,6,7,0,1,2]为例，可以分成[4,5,6,7]和[0,1,2]两部分。这个特性是我们应用二分查找的基础。
另一个关键点是旋转点（即数组中的最小值）的特征：
- 它是数组中唯一一个比前一个元素小的元素
- 它左边的所有元素都大于等于数组的第一个元素
- 它右边的所有元素也都大于等于它本身
2.2 二分查找的适用性
常规的二分查找要求数组完全有序，但我们可以调整二分查找的逻辑来适应旋转数组的特性。基本思路是：
- 通过比较中间元素与左右边界的关系，判断哪一部分是有序的
- 根据目标值是否在有序部分来决定搜索范围
- 不断缩小搜索范围直到找到目标值或确定不存在
这种改进的二分查找时间复杂度仍然是O(log n)，空间复杂度是O(1)，非常高效。
3. 力扣33题：搜索旋转排序数组
3.1 问题描述
给定一个旋转后的排序数组nums和一个目标值target，如果target存在于数组中则返回其索引，否则返回-1。假设数组中不存在重复元素。
示例：
输入：nums = [4,5,6,7,0,1,2], target = 0
输出：4
3.2 解题思路与步骤
- 初始化左右指针left=0, right=n-1
- while left <= right:
a. 计算mid = left + (right-left)/2
b. 如果nums[mid] == target，直接返回mid
c. 判断哪一部分是有序的：- 如果nums[left] <= nums[mid]，说明左半部分有序
- 如果target在[nums[left], nums[mid])范围内，则right = mid-1
- 否则left = mid+1
- 否则右半部分有序
- 如果target在(nums[mid], nums[right]]范围内，则left = mid+1
- 否则right = mid-1
- 如果nums[left] <= nums[mid]，说明左半部分有序
- 如果循环结束还没找到，返回-1
3.3 代码实现
cpp复制int search(vector<int>& nums, int target) {
int left = 0, right = nums.size() - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) return mid;
if (nums[left] <= nums[mid]) { // 左半部分有序
if (nums[left] <= target && target < nums[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
} else { // 右半部分有序
if (nums[mid] < target && target <= nums[right]) {
left = mid + 1;
} else {
right = mid - 1;
}
}
}
return -1;
}
3.4 注意事项
- 边界条件处理要小心，特别是当数组只有一个元素时
- 判断哪部分有序时使用<=而不是<，确保包含等于的情况
- 在判断target是否在有序部分时，注意区间的开闭
- 计算mid时使用left + (right-left)/2而不是(left+right)/2，防止整数溢出
4. 力扣153题：寻找旋转排序数组中的最小值
4.1 问题描述
假设一个按升序排列的数组在某个未知点上旋转，请找出其中最小的元素。假设数组中不存在重复元素。
示例：
输入：[3,4,5,1,2]
输出：1
4.2 解题思路与步骤
寻找最小值的关键是找到旋转点，也就是唯一一个比前一个元素小的元素。算法步骤：
- 初始化left=0, right=n-1
- while left < right:
a. mid = left + (right-left)/2
b. 比较nums[mid]与nums[right]：- 如果nums[mid] > nums[right]，最小值在右半部分，left = mid+1
- 否则最小值在左半部分或就是mid，right = mid
- 循环结束时left==right，指向最小值
4.3 代码实现
cpp复制int findMin(vector<int>& nums) {
int left = 0, right = nums.size() - 1;
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] > nums[right]) {
left = mid + 1;
} else {
right = mid;
}
}
return nums[left];
}
4.4 注意事项
- 循环条件是left < right而不是<=，因为当left==right时已经找到最小值
- 比较的是nums[mid]和nums[right]而不是nums[left]，这样可以正确处理未旋转的情况
- 当nums[mid] > nums[right]时，可以确定最小值在mid右侧，所以left=mid+1
- 其他情况下最小值可能是mid或在mid左侧，所以right=mid
5. 问题变种与扩展
5.1 包含重复元素的情况
如果数组中允许重复元素，上述算法需要做调整。例如在寻找最小值时，当nums[mid]==nums[right]时，我们无法确定最小值在左边还是右边，此时只能将right减一。
5.2 搜索旋转排序数组II
这是力扣第81题，与33题类似但允许重复元素。解题时需要额外处理nums[left]==nums[mid]==nums[right]的情况，此时只能顺序查找。
5.3 在旋转数组中搜索目标值的范围
如果需要统计目标值在旋转数组中出现的次数，可以先找到目标值的一个位置，然后向两边扩展统计。
6. 常见错误与调试技巧
6.1 死循环问题
二分查找容易出现死循环，特别是在更新left和right时。确保：
- 每次迭代搜索范围都要缩小
- 循环条件与更新语句要匹配
- 对于left=mid的情况，mid计算要向上取整
6.2 边界条件处理
特别注意以下边界情况：
- 数组完全有序（未旋转）
- 数组只有一个元素
- 数组有两个元素
- 目标值等于边界值
6.3 调试技巧
- 打印每次迭代的left, mid, right和对应的数组值
- 用简单的测试用例手动模拟算法执行过程
- 特别注意当left和right相邻时的行为
7. 算法复杂度分析
两种问题的算法复杂度相同：
- 时间复杂度：O(log n)，标准的二分查找复杂度
- 空间复杂度：O(1)，只使用了常数个额外空间
即使对于包含重复元素的情况，最坏时间复杂度为O(n)，但平均情况仍然是O(log n)。
8. 实际应用场景
旋转排序数组问题不仅是一道面试题，在实际中也有应用：
- 在循环缓冲区中查找数据
- 处理被部分排序的日志数据
- 在旋转后的时间序列数据中查找特定事件
- 某些数据库索引的实现
理解这类问题的解法有助于处理其他部分有序数据的搜索问题。