给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target，返回 [-1, -1]。
进阶：
你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗？
示例 1：
输入：nums = [5,7,7,8,8,10], target = 8 输出：[3,4] 示例 2：
输入：nums = [5,7,7,8,8,10], target = 6 输出：[-1,-1] 示例 3：
输入：nums = [], target = 0 输出：[-1,-1]
提示：
0 <= nums.length <= 105 -109 <= nums[i] <= 109 nums 是一个非递减数组 -109 <= target <= 109
最后执行的输入为
[1,2,2] 2
返回的错误为：AddressSanitizer: heap-buffer-overflow on address 0x60200000053c at pc 0x0000004066e1 bp
这是数组越界的错误
左看右看也没找到越界在哪里
vector<int> searchRange(vector<int>& nums, int target) {
if (nums.empty() || nums[0] > target || nums[nums.size() - 1] < target) return vector<int>{-1, -1};//当nums为空或者最小值也大于target或者最大值依然//小于target，直接返回
int minIndex,maxIndex,mid, low = 0, high = nums.size() - 1;
while (low + 1 < high) {
mid = low + (high - low) / 2;
if (nums[mid] == target) //找到目标做处理
{
while (nums[mid] == target)
{
mid--;
}
minIndex = mid + 1;
mid++;
while (nums[mid] == target)//越界在这里
{
mid++;
}
maxIndex = mid - 1;
return { minIndex,maxIndex };
}
else if (nums[mid] > target) {
high = mid;
}
else { low = mid; }
}
if (nums[low] == target) {
if (nums[high] == target) return { low,high };
else
return { low,low };
}
else if (nums[high] == target) {
return { high,high };
}
else
return { -1,-1 };
}越界解析 ：nums[2]为最后一个元素，等于target，此时再进入循环，mid++，所以访问nums[3]即为越界，所以判断条件不够，不止上届，同样的下界也应该增加判断条件
vector<int> searchRange(vector<int>& nums, int target) {
if (nums.empty() || nums[0] > target || nums[nums.size() - 1] < target) return {-1, -1};
int minIndex,maxIndex,mid, low = 0, high = nums.size() - 1;
while (low + 1 < high) {
mid = low + (high - low) / 2;
if (nums[mid] == target)
{
while (mid>=0 && nums[mid] == target)//这里增加界限判断，不至于越界访问
{
mid--;
}
if (mid < 0) {
minIndex = 0; mid = 0;
}
else
{
minIndex = ++mid;
}
while (mid<nums.size() && nums[mid] == target)//这里增加界限判断，不至于越界访问
{
mid++;
}
if (mid == nums.size()) {//虽然此时满足mid==nums.size(),但10并不是target
maxIndex = nums.size()-1;
}
else
{
minIndex = --mid;
}
return { minIndex,maxIndex };
}
else if (nums[mid] > target) {
high = mid;
}
else { low = mid; }
}
if (nums[low] == target) {
if (nums[high] == target) return { low,high };
else
return { low,low };
}
else if (nums[high] == target) {
return { high,high };
}
else
return { -1,-1 };
}最后输入为输入：[5,7,7,8,8,10] 8
输出：[3,5]
预期：[3,4]
此时跟上面又有不同，这里10为末尾元素，也不是目标，10的前面一个是目标元素，虽然此时mid=nums.size(),，但是mid=nums.size()-1=5，还是指的是10，所以如果最后到了数组末尾，还需要再加判断
vector<int> searchRange(vector<int>& nums, int target) {
if (nums.empty() || nums[0] > target || nums[nums.size() - 1] < target)
return { -1, -1 };//当nums为空或者最小值也大于target或者最大值依然小于target，直接返回
int minIndex, maxIndex, mid, low = 0, high = nums.size() - 1;
while (low + 1 < high) {//在数组内部查找
mid = low + (high - low) / 2;
if (nums[mid] == target)//招到了target
{
int tempMid = mid;//双份mid更方便一些,一份查找左边界，一份查找有边界
while (mid >= 0 && nums[mid] == target)//左侧查找边界
{
mid--;
}
if (mid < 0) { //到了数组头了，还需要再加判断头元素是不是target
if (nums[0] == target) minIndex = 0;
else
minIndex = mid + 2;
}
else //没到数组头，说明头元素不是target
minIndex = ++mid;
while (tempMid <= nums.size() - 1 && nums[tempMid] == target)//右侧查找边界
{
tempMid++;
}
if (tempMid == nums.size()) {//到了数组尾部了，还需要再加判断尾部元素是不是target
if (nums[nums.size() - 1] == target) maxIndex = nums.size() - 1;
else
maxIndex = nums.size() - 2;
}
else//没到数组尾部，说明尾部元素不是target
maxIndex = --tempMid;
return { minIndex,maxIndex };
}
else if (nums[mid] > target) {
high = mid;
}
else { low = mid; }
}
if (nums[low] == target) {//没在数组除了low和high的位置找到target，再处理
if (nums[high] == target) return { low,high };
else
return { low,low };
}
else if (nums[high] == target) {
return { high,high };
}
else
return { -1,-1 };
}执行用时 :8 ms, 在所有 C++ 提交中击败了95.18%的用户
内存消耗 :10.4 MB, 在所有 C++ 提交中击败了76.75%的用户