二分搜索回顾,由于习惯问题, 二分搜索问题都采用闭区间来思考 二分搜索总共就三类问题,统一规范如下, 由于都统一采用闭区间来思考,所以while的判定条件都是**left <= right ** mid 在都是在while循环之后再更新
left = 0, right = len(nums) - 1
#所以二分搜索区间是[left, right]
1,寻找一个数
def binarySearch(nums:List[int], target:int) -> int:
left = 0
# 注意
right = len(nums) - 1
while left <= right:
mid = left + (right - left) // 2
if nums[mid] == target:
return mid
elif nums[mid] < target:
# 注意
left = mid + 1
elif nums[mid] > target:
# 注意
right = mid - 1
-
由于采用闭区间,
[left, right]
无意义的条件是是left = right + 1,所以while
的判定条件是left <= right 时候进入循环,跳出循环的条件就是left = right + 1 -
由于采用都是闭区间,也就是发现mid 不是要查找的目标时候,由于闭区间应该更新为[left, right - 1] 或者更新为 [mid + 1, right] ,只要更新一定有1
-
更新自己总结的小口诀是, ‘大右,小左’ 解读是中间值比目标大,更新右侧边界 , 中间值比目标小更新左侧边界如果
nums[mid] > target
更新left = mid + 1如果
nums[mid] < target
更新 right = mid - 1
找边界问题的关键点在于,对nums[mid] == target
这种情况的处理, 总结起来就是要找左边界,就是在[left, mid - 1] 中持续收缩,直到找到左边界,也就是>=这种 要找右边界,就是在[mid + 1, right] 中持续收缩,直到找到有边界。 所以当碰到目标值的时候,两者操作不同,获得边界自然就不同
2,寻找左侧边界
找左侧边界的特殊情况,如果 target
不存在,搜索左侧边界的二分搜索返回的索引是大于 target
的最小索引。
可见,找到 target 时不要立即返回,而是缩小「搜索区间」的上界 right
,在区间 [left, mid - 1]
中继续搜索,即不断向左收缩,达到锁定左侧边界的目的。
if nums[mid] < target:
# 搜索区间变为 [mid+1, right]
left = mid + 1
elif nums[mid] > target:
# 搜索区间变为 [left, mid-1]
right = mid - 1
elif nums[mid] == target:
# 收缩右侧边界
right = mid - 1
3,寻找右侧边界
while left <= right:
mid = left + (right - left) // 2
if nums[mid] > target:
right = mid - 1
elif nums[mid] < target:
left = mid + 1
elif nums[mid] == target:
left = mid + 1
总结
只要区间定义为闭区间,二分查找的判定条件就是 while left <= right
,其次,找边界问题与找点问题,不同点只在于num[mid] == target时候处理情况的不同。
用二分查找求最长递增子序列问题
class Solution:
def lengthOfLIS(self, nums):
top = [0] * len(nums)
# 牌堆数初始化为 0
piles = 0
for i in range(len(nums)):
# 要处理的扑克牌
poker = nums[i]
# 搜索左侧边界的二分查找(闭区间)
left, right = 0, piles - 1#这个-1 经常遗漏。
while left <= right: # 注意这里是 <= 表示闭区间
mid = (left + right) // 2
if top[mid] > poker:
right = mid - 1 # 继续在左半部分搜索
elif top[mid] < poker:
left = mid + 1 # 继续在右半部分搜索
else:
right = mid - 1 # 继续向左搜索
# 没找到合适的牌堆,新建一堆
if left == piles:
piles += 1
# 把这张牌放到牌堆顶
top[left] = poker
# 牌堆数就是 LIS 长度
return piles
标签:二分,right,精炼,target,nums,mid,搜索,kevin,left
From: https://blog.csdn.net/m0_48938554/article/details/141832556