本文介绍一种时间复杂度 o(n)、空间复杂度 o(1) 的算法，用于准确判断一个整数数组是否由严格递减序列经一次顺时针旋转得到，并给出可直接运行的 java 实现与关键边界分析。
本文介绍一种时间复杂度 o(n)、空间复杂度 o(1) 的算法，用于准确判断一个整数数组是否由严格递减序列经一次顺时针旋转得到，并给出可直接运行的 java 实现与关键边界分析。
要判断一个数组是否为严格递减序列的顺时针旋转结果（例如 [6,5,4,3,2,1] 旋转两次得 [2,1,6,5,4,3]），核心在于理解其结构本质：
✅ 原始递减序列满足 a[0] > a[1] > ... > a[n-1]；
? 顺时针旋转 k 位后，数组呈现“两段递减 + 衔接合法”的形态：前半段（可能为空）和后半段各自严格递减，且末尾元素 ≥ 首段最大值（即原序列最大值，也就是未旋转时的首元素）。
关键洞察是：整个数组最多只允许一次“上升拐点”（inflection point） —— 即唯一一处 arr[i] > arr[i-1] 的位置。该拐点标志着旋转分割点：拐点左侧是原递减序列的尾部，右侧是头部；而原序列最大值必为 arr[0]（若无拐点，则数组本身递减，视为旋转 0 次，也应返回 true）。
但注意：仅检测一次拐点还不够。例如 [43, 44, 11, 10, 9] 中 44 > 43 构成拐点，看似满足“单拐点”，但 arr[n-1] = 9 小于 arr[0] = 43，说明无法通过旋转还原为递减序列（因为旋转后末尾必须 ≥ 原首元素，才能闭环衔接）。因此最终验证条件为：
- 至多一个 i ∈ [1, n-1] 满足 arr[i] > arr[i-1]；
- 若存在拐点，必须满足 arr[n-1] >= arr[0]；
- 若无拐点，则数组本身严格递减，自然成立。
以下是优化后的 Java 实现：
public static boolean isSortedAndRotated(int[] arr) {
int n = arr.length;
if (n arr[i - 1]) {
inflectionCount++;
if (inflectionCount > 1) {
return false; // 多于一个拐点 → 不合法
}
}
}
// 无拐点：原数组已严格递减
if (inflectionCount == 0) {
return true;
}
// 有且仅有一个拐点：验证末尾能否衔接首段（即 arr[n-1] >= arr[0]）
return arr[n - 1] >= firstElement;
}
✅ 正确性验证示例：
- [10, 9, 44, 43, 11] → 拐点在 44 > 9（i=2），arr[4]=11 >= arr[0]=10 → true
- [43, 44, 11, 10, 9] → 拐点在 44 > 43（i=1），但 arr[4]=9
- [6, 5, 4, 3, 2, 1] → 无拐点 → true
- [2, 1, 6, 5, 4, 3] → 拐点在 6 > 1（i=2），arr[5]=3 >= arr[0]=2 → true
⚠️ 注意事项：
- 本解法要求“严格递减”，不支持重复元素（如 [5,5,4,3,2] 会因 5==5 不触发拐点但违反严格性）；若需支持非增序列（≥），需调整比较逻辑为 arr[i] >= arr[i-1] 并额外校验单调性。
- 输入为空或单元素数组默认视为有效。
- 时间复杂度 O(n)，仅一次遍历；空间复杂度 O(1)，无额外数组开销。
该方案简洁、健壮，彻底规避了原始代码中分段边界处理错误与索引越界风险，是解决此类旋转排序判定问题的推荐范式。
