首页 > 编程语言 >【算法】【优选算法】二分查找算法(上)

【算法】【优选算法】二分查找算法(上)

时间:2024-11-11 17:44:24浏览次数:3  
标签:二分 right target nums int mid 算法 查找 left

目录


一、二分查找简介

运用场景:

  • 当数组是有二段性的时候就可以使用,
  • 二段性就是指:我们可以找到一个相同规律每次都能够选取一个数,将当前数组分成两段。
  • 我们计算中点的时候有两种计算方法,mid = (right + left) / 2 = left + (right - left) / 2 和 mid = (right + left +1) / 2 = left + (right - left +1)。
    • 这两种方式对于奇数长度的数组来说,没区别,但是对于偶数长度来说,中点有两个点(比如长度为四的数组,中点就可以是1下标也可以是2下标),第一个就是拿到前一个中点,第二个就是拿到后一个中点。

1.1 朴素二分模板

模版:

while(left <= right) {
	int mid = left + (right - left) / 2;
	if(……) left = mid + 1;
	else if(……) right = mid - 1;
	else return ……; 
}

1.2 查找区间左端点模版

模版:

while(left < right) {
	int mid = left + (right - left) / 2;
	if(……) left = mid + 1;
	else right = mid; 
}

1.3 查找区间右端点模版

模版:

while(left < right) {
	int mid = left + (right - left + 1) / 2;
	if(……) left = mid; 
	else right = mid - 1;
}

这两个模版详解在目录三的3.1题解中,也就是Leetcode 34.在排序数组中查找元素的第⼀个和最后⼀个位置的题解。

细节理解

  • 循环条件left <= right :这是因为,如果当前[left , right ]区间中只有一个元素的时候,我们还是需要进行比较。
  • mid = left + ( right - left) / 2:这是因为,我们直接使用(left + right) / 2来求中间值,如果数组很大那么left + right的值是可能超过int的范围的,减法就没有这种风险。

二、leetcode 704.⼆分查找

题目链接:leetcode 704.⼆分查找
题目描述:

题目解析:

  • 这道题就是在一个有序数组中找到一个等于目标值的元素的下标,没找到就返回-1。

2.1 二分查找

解题思路:

  • 直接套用上面的朴素模版即可。

解题代码:

//时间复杂度:O(logN)
//空间复杂度:O(1)
class Solution {
    public int search(int[] nums, int target) {
        int left = 0;
        int right = nums.length-1;
        while(left <= right) {
            int mid = left + (right-left) / 2;
            if(nums[mid] == target) return mid;
			else if(nums[mid] < target) left = mid + 1;
            else right = mid - 1;
        }
        return -1;
    }
}

2.2 暴力枚举

解题思路:

  • 直接遍历数组,让目标值与每一个元素相比较,如果相等,那么就返回当前下标。
  • 数组遍历完,没找到相等元素,返回-1即可。

解题代码:

//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
    public int search(int[] nums, int target) {
        for(int i = 0; i < nums.length; i++) {
            if(nums[i] == target) return i;
        }
        return -1;
    }
}

三、Leetcode 34.在排序数组中查找元素的第⼀个和最后⼀个位置

题目链接:Leetcode 34.在排序数组中查找元素的第⼀个和最后⼀个位置
题目描述:

题目解析:

  • 给的是一个非递减数组,意思就是这个数组中元素的值是一定大于或等于前面一个元素的。
  • 返回数组中等于target的子数组的头尾下标,如果只有一个,那么该下标即是头也是尾,如果没有返回两个-1。
  • 题目要求使用复杂度为O(logN),但是其实O(N^2)和O(N)也能过。

3.1 二分查找

解题思路:

  • 当我们要找的是一段区间,那么我们可以尝试分别去找左端点和右端点,这样就是一个区间了。
  • 我们将数组拆分,可以以等于target来拆分,
    • 分法一:一段是 >= target的元素,一段是 < target元素,这就是求左端点的分法。
    • 分法二:一段是 <= target的元素,一段是 > target元素,这就是求右端点的分法。
  • 上面两种分法,都是不断按照同一个规律,将数组拆分为两段,这就是二段性的体现。
  • 求左端点:
    • 循环条件:left < right 因为我们是求的左端点,其中并不会写返回语句,当我们left和right相等的时候,我们如果还进循环,就会陷入死循环,并且其实这个时候就是我们要求的左端点了。
    • 中点的求法:mid = left + (right - left) / 2; 因为当我们只有两个节点时,求取到后一个节点作为中点时,就让mid指向right了,后续更新mid还会指向这里,陷入死循环。
    • 当mid元素 >= target的时候,因为我们求的是左端点,当前的左端点肯定在[ left , mid]区间之间,并且有可能就是mid,所以要让right指向mid。
    • 当mid元素 < target 的时候,左端点肯定在( mid , right ] 区间,所有让 left = mid + 1;
  • 求右端点:
    • 循环条件:left < right 因为我们是求的右端点,其中并不会写返回语句,当我们left和right相等的时候,我们如果还进循环,就会陷入死循环,并且其实这个时候就是我们要求的右端点了。
    • 中点的求法:mid = left + (right - left + 1) / 2; 因为当我们只有两个节点时,以第一个节点为中点,求取到后面就让mid指向left了,后续更新mid还会指向这里,又陷入死循环。
    • 当mid元素 <= target的时候,因为我们求的是右端点,当前的右端点肯定在[ mid, right ]区间之间,并且有可能就是mid,所以要让left指向mid。
    • 当mid元素 > target 的时候,右端点肯定在[ left, mid ) 区间,所有让 right = mid - 1;
  • 在左右端点求取之间,我们还要更新一下结果中的端点值,如果没找到端点,那么就代表给返回[-1, -1]了。
  • 边界:当数组中没有元素的时候,我们去求端点的时候是会直接越界的,所以这种情况要单独处理。

解题代码:

//时间复杂度:O(logN)
//空间复杂度:O(1)
class Solution {
    public int[] searchRange(int[] nums, int target) {
        int[] ret = new int[]{-1,-1};
        //边界
        if(nums.length == 0) return ret;
        //查找左端点
        int left = 0;
        int right = nums.length-1;
        while(left < right) {
            int mid = left + (right-left)/2;
            if(nums[mid] < target) left = mid + 1;
            else right = mid;
        }
        if(nums[left] == target) ret[0] = left; 
        else return ret;

        //查找右端点
        right = nums.length-1;
        while(left < right) {
            int mid = left + (right-left+1)/2;
            if(nums[mid] > target) right = mid -1;
            else left = mid;
        }
        ret[1] = left;
        return ret;
    }
}

3.2 暴力枚举

解题思路:

  • 我们直接一个for循环,遍历数组,当遇到等于目标值的时候,再一层for循环遍历区间尾即可。

解题代码:

//时间复杂度:O(n^2)
//空间复杂度:O(1)
class Solution {
    public int[] searchRange(int[] nums, int target) {
        int[] ret = new int[]{-1,-1};
        for(int i = 0; i < nums.length; i++) {
            if(nums[i] == target) {
                ret[0] = i;
                for(int j = i; j < nums.length ;j++) {
                    if(j+1 >= nums.length || nums[j+1] > target) {
                        ret[1] = j;
                        return ret;
                    }
                }
            }
        }
        return ret;
    }
}

优化:

  • 我们可以借助滑动窗口的思想,
  • 当我们遇到等于目标值的元素之后,并且left还是初始值的时候,我们就可以将ret[ 0 ]更新。
  • 每次right遇到等于目标值的元素的时候,就更新ret[ 1 ]。
//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
    public int[] searchRange(int[] nums, int target) {
        int[] ret = new int[]{-1,-1};
        for(int left = -1,right = 0; right < nums.length; right++) {
            if(nums[right] == target) {
                ret[1] = right;
                if(left == -1) {
                    left = right;
                    ret[0] = right;
                }
            }
            if(nums[right] > target) break;
        }
        return ret;
    }
}

四、35.搜索插⼊位置

题目链接:35.搜索插⼊位置
题目描述:

题目解析:

  • 数组是升序的,当数组中有等于target,返回该元素下标。
  • 如果没有,返回比他小的最近元素的下一个下标。

4.1 二分查找

解题思路:

  • 套用上面求左右端点的模版都可以求。
  • 有一种边界情况没有求,也就是示例3的情况。单独考虑。

解题代码:

//时间复杂度:O(logN)
//空间复杂度:O(1)
class Solution {
    public int searchInsert(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1;
        while(left < right) {
            int mid = left + (right - left ) / 2;
            if(nums[mid] < target) left = mid + 1;
            else right = mid;
        }
        if(nums[right] >= target) return right;
        return right+1;
    }
}

class Solution {
    public int searchInsert(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1;
        while(left < right) {
            int mid = left + (right - left + 1) / 2;
            if(nums[mid] > target) right = mid - 1;
            else left = mid;
        }
        if(nums[right] >= target) return right;
        return right+1;
    }
}

4.2 暴力枚举

解题思路:

  • 直接遍历数组。
  • 处理边界情况,插入0位置或者插入数组尾。

解题代码:

//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
    public int searchInsert(int[] nums, int target) {
     for(int i = 0; i < nums.length; i++) {
        if(nums[i] == target) return i;
        if(nums[i] < target && i < nums.length - 1 && nums[i+1] > target) return i+1;
     }  
     if(nums[0] >= target) return 0; 
     return nums.length;
    }
}

五、69.x的平⽅根

题目链接:69.x的平⽅根
题目描述:

题目解析:

  • 求一个数的算术平方根,向下取整。

4.1 二分查找

解题思路:

  • 我们可以将 1 - x 的数分为两个区间:小于x算术平方根的区间,大于等于算术平方根的区间。
  • 因为我们需要求的是小于等于算术平方根的最大值,所以相当于求右端点。
  • 套用模版,处理一下边界情况即可。
  • 因为这道题的x范围是整个int,所以当我们求平方的时候是可能超出int范围的,所以我们使用long。

解题代码:

//时间复杂度:O(logN)
//空间复杂度:O(1)
class Solution {
    public int mySqrt(int x) {
        long left = 1;
        long right = x;
        //边界情况
        if(x <= 1) return x;

        while(left < right) {
            long mid = left + (right - left + 1) / 2;
            if(mid * mid <= x) left = mid;
            else right = mid - 1;
        }
        return (int)left;
    }
}

4.2 暴力枚举

解题思路:直接使用一个for循环,将0 到x 的数遍历,看是否符合要求即可。

解题代码:

//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
    public int mySqrt(int x) {
        for(long i = 0; i <= x; i++) {
            if(i * i == x) return (int)i;
            else if(i * i < x && (i+1) * (i+1) > x) return (int)i;
        }
        return 0;
    }
}

标签:二分,right,target,nums,int,mid,算法,查找,left
From: https://blog.csdn.net/yj20040627/article/details/143489254

相关文章

  • 多种算法解决组合优化问题平台
    ......
  • 代码随想录算法训练营day43| 300.最长递增子序列 674. 最长连续递增序列 718. 最长
    学习资料:https://programmercarl.com/0300.最长上升子序列.html#算法公开课动态规划系列之子序列学习记录300.最长递增子序列(长度最少为1;dp[i]代表到i为止的最长子序列的长度;i的值根据i之前比如j的值来判断;每个地方都有可能获得最长长度)点击查看代码classSolution:def......
  • 二分法查找
    二分查找/*折半查找,二分查找*///已经排好序的数组中进行查询#include<stdio.h>intmain(){ intlow,high,mid,userInput;//highlowmid记录的是数组下标 intflag=0;//记录能否找到 inta[10]={12,14,21,35,48,57,69,78,89,99};//二分查找的前提:已经有序 low=0......
  • apropos——在 whatis 数据库中查找字符串
    转自于:https://github.com/jaywcjlove/linux-command,后不赘述apropos在whatis数据库中查找字符串补充说明apropos命令在一些特定的包含系统命令的简短描述的数据库文件里查找关键字,然后把结果送到标准输出。如果你不知道完成某个特定任务所需要命令的名称,可以使用一个关......
  • excel中查找亏损第一大第二大第三大的商品的亏损金额;涨出第一大,第二大,第三大的金额;以
     k2里的公式 =LARGE(IF(B:B="品类1",E:E),1)lL里的公式 =LARGE(IF(B:B="品类1",E:E),2)M2里额公式 =LARGE(IF(B:B="品类1",E:E),3)N2里的公式=MIN(IF(B:B="品类1",E:E),1)O2里的公式=SMALL(IF(B:B="品类1",E:E),2)P2里的公式 =SMALL(IF(B:B="品类1&......
  • 算法学习—归并排序
    1.算法介绍 归并算法是一种由冯·诺伊曼发明的分治算法,相较于普通排序算法时间复杂度较低,运行效率高。通常情况下,归并算法的时间复杂度为O(nlogn)。2.算法思想以及大致步骤 归并算法主要运用到了分治以及归并的思想,主要步骤如下:首先将一个无序数组分为n个有序的单个数......
  • 算法学习—快速排序
    1.算法介绍   快速排序算法是一种高效排序算法,效率相比普通排序算法较高,通常情况下时间复杂度为O(nlogn),但在最坏情况下时间复杂度会提高到O(n^2)2.算法思想和大致步骤 快速排序算法主要用到了二分和递归的思想,主要有三个步骤:(1)在数组中选取一个元素作为基准值(pivot)......
  • 二分答案模板
    本篇主要介绍二分答案的几个模板1.常用二分模板整数二分模板1将区间划分为[l,mid]和[mid+1,r]则对应的边界更新操作为r=mid,和l=mid+1;中点mid不要+1(相当于向下取整);//整数二分模板1intbsearch_1(intl,intr){while(l<r){......
  • 十大经典排序算法-插入排序
    插入排序的代码实现虽然没有冒泡排序和选择排序那么简单粗暴,但它的原理应该是最容易理解的了,因为只要打过扑克牌的人都应该能够秒懂。插入排序是一种最简单直观的排序算法,它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排......
  • 区域人数统计视频分析网关算法网关客流统计AI算法介绍及应用场景
    在当今数字化转型的浪潮中,人工智能技术正以其独特的数据处理能力和智能分析优势,深刻改变着各行各业的运作方式。特别是在客流量管理这一领域,AI算法的应用已经成为提升效率、优化决策的关键工具。本文将详细介绍客流量统计AI算法及其在区域人数统计视频分析网关中的应用,展示如何通......