704二分查找
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。
示例 1:
输入:nums= [-1,0,3,5,9,12],target= 9 输出: 4 解释: 9 出现在nums中并且下标为 4
示例 2:
输入:nums= [-1,0,3,5,9,12],target= 2 输出: -1 解释: 2 不存在nums中因此返回 -1
提示：
- 你可以假设
nums中的所有元素是不重复的。 n将在[1, 10000]之间。nums的每个元素都将在[-9999, 9999]之间。
知识补充：数组是存放在连续内存空间上的相同类型数据的集合。
所以可以看出在C++中二维数组在地址空间上是连续的。
规范代码里为什么使用 >>1 （引用AI解释）:
int mid = left + ((right - left) >> 1);
这段代码是用于在二分搜索算法中找到中间位置的索引值。在二分搜索中，我们通常需要在有序数组中找到一个元素的位置，通过不断地将搜索范围缩小到一半来提高搜索效率。
代码解释如下：
- `left` 和 `right` 是表示当前搜索范围的两个索引，其中 `left` 是当前搜索范围的起始索引，`right` 是结束索引。
- `mid = left + ((right - left) >> 1);` 这行代码计算当前搜索范围的中间索引。
为什么要使用 `>> 1` 而不是直接使用 `/ 2` 呢？这里有两个原因：
1. **防止溢出**：当 `right - left` 的值非常大时，直接相加可能会造成整数溢出。使用右移操作 `>> 1` 相当于除以2，但是它是一种位运算，位运算不会导致溢出，因此更安全。
2. **性能优化**：位运算通常比算术运算更快，因此在需要频繁计算中间索引的情况下，使用位运算可以提高算法的执行效率。
总结来说，`mid = left + ((right - left) >> 1);` 这行代码的目的是计算出当前搜索范围的中间索引，同时避免可能的整数溢出，并提高计算效率。
以上是回顾C++基础知识。
以下是python相关：
- middle = (left + right) // 2 计算的是 left 和 right 的平均值，但是结果会被向下取整到最接近的整数。
在 Python 中，整数除法不会导致溢出，因为它会返回一个整数结果。
二分法两个方法思路：
- 左闭右闭：取值两边的left和right都在区间内，所以使用<=。middle作为分隔符，如果命中则直接返回，否则对middle分隔开的两边区间继续进行二分查找（不包括分隔符middle）
- 左闭右开：取值左边left在区间内，右边right在区间外，所以right不参与比较，使用<。middle作为分隔符，如果命中则直接返回，否则对middle分隔开的两边区间继续进行二分查找（由于middle此时未命中，肯定不在区间内，所以作为right的时候可以直接取值，作为left的时候需要令left=middle+1。
class Solution:
def search(self, nums: List[int], target: int) -> int:
# 使用左闭右闭写法，middle作为分割符更好理解
# left， right取值数组两端
left, right = 0, len(nums)-1
# 进入循环判断middle是否命中 1.命中 2.小于目标值 3.大于目标值
while left <= right:
middle = (left + right) //2 # //2用于向下取整的整数除法
if nums[middle] == target:
return middle
elif nums[middle] < target:
left = middle + 1
else:
right = middle - 1
return -127移除数组
给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。
假设 nums 中不等于 val 的元素数量为 k，要通过此题，您需要执行以下操作：
- 更改
nums数组，使nums的前k个元素包含不等于val的元素。nums的其余元素和nums的大小并不重要。 - 返回
k。
用户评测：
评测机将使用以下代码测试您的解决方案：
int[] nums = [...]; // 输入数组
int val = ...; // 要移除的值
int[] expectedNums = [...]; // 长度正确的预期答案。
// 它以不等于 val 的值排序。
int k = removeElement(nums, val); // 调用你的实现
assert k == expectedNums.length;
sort(nums, 0, k); // 排序 nums 的前 k 个元素
for (int i = 0; i < actualLength; i++) {
assert nums[i] == expectedNums[i];
}
如果所有的断言都通过，你的解决方案将会 通过。
示例 1：
输入：nums = [3,2,2,3], val = 3 输出：2, nums = [2,2,_,_] 解释：你的函数函数应该返回 k = 2, 并且 nums 中的前两个元素均为 2。 你在返回的 k 个元素之外留下了什么并不重要（因此它们并不计入评测）。
示例 2：
输入：nums = [0,1,2,2,3,0,4,2], val = 2 输出：5, nums = [0,1,4,0,3,_,_,_] 解释：你的函数应该返回 k = 5，并且 nums 中的前五个元素为 0,0,1,3,4。 注意这五个元素可以任意顺序返回。 你在返回的 k 个元素之外留下了什么并不重要（因此它们并不计入评测）。
提示：
0 <= nums.length <= 1000 <= nums[i] <= 500 <= val <= 100
最初自己的思路：
k初始默认为0，记录当前已保留下来的个数。从头开始遍历i，当数组第i个元素命中val，此时数组不保留该元素，不做操作，继续遍历；如果未命中val，说明在数组中可以保留该元素，并且刚好记录为新数组（原数组上直接修改）的第k个元素，同时k自增，移到下一个下标的同时记录了k的个数。
初始代码：
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
k = 0
for i in range(len(nums)):
if nums[i] != val:
nums[k] = nums[i]
k += 1
return k后查看解析，方法是对的，但自己琢磨的不够规范化，可读性也不够，重新整理一遍。
快慢指针：
- 快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
- 慢指针：指向更新 新数组下标的位置
规范参考：
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
# 快慢指针
fast = 0 # 快指针
slow = 0 # 慢指针
size = len(nums)
while fast < size: # 不加等于是因为，a = size 时，nums[a] 会越界
# slow 用来收集不等于 val 的值，如果 fast 对应值不等于 val，则把它与 slow 替换
if nums[fast] != val:
nums[slow] = nums[fast]
slow += 1
fast += 1
return slow感觉还是习惯C++的自增，会方便一点，后面有空再刷一遍C++的写法，顺便回顾一下i++和++i的区别。
977.有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。
示例 1：
输入：nums = [-4,-1,0,3,10] 输出：[0,1,9,16,100] 解释：平方后，数组变为 [16,1,0,9,100] 排序后，数组变为 [0,1,9,16,100]
示例 2：
输入：nums = [-7,-3,2,3,11] 输出：[4,9,9,49,121]
提示：
1 <= nums.length <= 104-104 <= nums[i] <= 104nums已按 非递减顺序 排序
进阶：
- 请你设计时间复杂度为
O(n)的算法解决本问题
第一眼看到提示要用双指针，尝试用上一题思路去想，想成快慢指针去了。。发现思路不多，还是不熟练，只能想到数组是先递减后递增，没有想到最大值一定是从两端产生。
由以上：最大值一定是从两端产生，可使用双指针从两端向中间收缩。只需要两端进行比较，每次取出最大值，从数组尾部倒序放置即可。
理解思路后自己写的代码：
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
left, right = 0, len(nums)-1 # 取原数组左右端下标
results = [None] * len(nums)
i = len(nums)-1 # 记录新数组的下标，从后往前
while left <= right: # 取等号，左右标处于同位置时仍做比较，取值完后left将会大于right，此时推出循环
tem_l, tem_r = nums[left] ** 2, nums[right] ** 2
if tem_l > tem_r: # 取左边
results[i] = tem_l
left += 1
else: # 取右边
results[i] = tem_r
right -= 1
i -= 1 # 下标前移
return results与规范代码大同小异，算是过关：
双指针法
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
l, r, i = 0, len(nums)-1, len(nums)-1
res = [float('inf')] * len(nums) # 需要提前定义列表，存放结果
while l <= r:
if nums[l] ** 2 < nums[r] ** 2: # 左右边界进行对比，找出最大值
res[i] = nums[r] ** 2
r -= 1 # 右指针往左移动
else:
res[i] = nums[l] ** 2
l += 1 # 左指针往右移动
i -= 1 # 存放结果的指针需要往前平移一位
return res