只要有二段性,就可以使用二分查找
二分查找
算法流程:
- 定义 left , right 指针,分别指向数组的左右区间。
- 找到待查找区间的中间点 mid ,找到之后分三种情况讨论:
- nums[mid] == target 说明正好找到,返回 mid 的值;
- nums[mid] > target 说明 [mid, right] 这段区间都是大于 target 的,因此舍
去右边区间,在左边 [left, mid -1] 的区间继续查找,即让 right = mid -
1 ,然后重复 2 过程; - nums[mid] < target 说明 [left, mid] 这段区间的值都是小于 target 的,因
此舍去左边区间,在右边 [mid + 1, right] 区间继续查找,即让 left = mid +
1 ,然后重复 2 过程;
- 当 left 与 right 错开时,说明整个区间都没有这个数,返回 -1 。
class Solution {
public int search(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while(left <= right) {
int mid = left + (right-left) / 2;//防溢出
if(nums[mid] < target) left = mid + 1;
else if(nums[mid] > target) right = mid - 1;
else return mid;
}
return -1;
}
}
在排序数组中查找元素的第⼀个和最后⼀个位置
算法思路:
用的还是二分思想,就是根据数据的性质,在某种判断条件下将区间⼀分为二,舍去其中⼀个区间,然后在另⼀个区间内查找
为了方便叙述,用 target 表示目标元素, left 表示查找区间左边界, right 表示查找区间右边界。
resLeft表示目标元素左边界,resRight表示目标元素右边界
寻找resLeft思路:
▪ 左边区间 [left, resLeft - 1] 都是小于 target 的;
▪ 右边区间(包括左边界) [resLeft, right] 都是大于等于 target 的;
因此,关于 mid 的落点,我们可以分为下面两种情况:
- 当 mid 落在 [left, resLeft - 1] 区间的时候,也就是 nums[mid] < target 。说明 [left, mid] 都是可以舍去的,此时更新 left 到 mid + 1 的位置,继续在 [mid + 1, right] 上寻找左边界;
- 当 mid 落在 [resLeft, right] 的区间的时候,也就是 nums[mid] >= target 。说明 [mid + 1, right] (因为 mid 可能是最终结果,不能舍去)是可以舍去的,此时更新 right 到 mid 的位置,继续在 [left, mid] 上寻找左边界
注意:这里找中间元素需要向下取整。
如果mid = left + (right - left) / 2 ,上图中 mid就是left,就不会死循环
如果mid = left + (right - left+1) / 2 ,上图中 mid就是right,nums[mid] >=target,right = mid陷入死循环
寻找resRight思路:
▪ 左边区间 (包括右边界) [left, resRight] 都是小于等于 target 的;
▪ 右边区间 [resRight+ 1, right] 都是大于 target 的;
因此,关于 mid 的落点,我们可以分为下面两种情况:
- 当 mid 落在 [left, resRight] 区间的时候,也就是 nums[mid] <= target ,说明 [left, mid - 1]( mid 不可以舍去,因为有可能是最终结果) 都是可以舍去的,此时更新 left 到 mid的位置
- 当 mid 落在 [resRight+ 1, right] 区间的时候,也就是 nums[mid] > target, 说明 [mid, right] 内的元素是可以舍去的,此时更新 right 到 mid - 1 的位置;
注意:这里找中间元素需要向上取整。
如果mid = left + (right - left) / 2 ,上图中 mid就是left,nums[mid] <=target,left = mid陷入死循环
如果mid = left + (right - left+1) / 2 ,上图中 mid就是right,就不会陷入死循环
查找区间左端点的模版:
while (left < right) {
int mid = left + (right - left) / 2;
if(...) left = mid + 1;
else right = mid;
}
查找区间右端点的模版:
while (left < right) {
int mid = left + (right - left + 1) / 2;
if(...) left = mid;
else right = mid - 1;
}
二分查找算法总结:
大家⼀定不要觉得背下模板就能解决所有二分问题。二分问题最重要的就是要分析题意,然后确定要搜索的区间,根据分析来写出二分查找算法的代码。
要分析题意,确定搜索区间,不要死记模板,不要看左闭右开什么乱七⼋糟的题解
要分析题意,确定搜索区间,不要死记模板,不要看左闭右开什么乱七⼋糟的题解
要分析题意,确定搜索区间,不要死记模板,不要看左闭右开什么乱七⼋糟的题解
重要的事情说三遍。
class Solution {
public int[] searchRange(int[] nums, int target) {
int[] ret = new int[2];
ret[0] = ret[1] = -1;
//处理极端情况
if(nums.length == 0) return ret;
//1.二分左端点
int left = 0, right = nums.length-1;
while(left < right) {
int mid = left + (right - left) / 2;
if(nums[mid] < target) left = mid + 1;
else right = mid;
}
//更新结果
if(nums[left] != target) return ret;
else ret[0] = left;
// 2. ⼆分右端点
left = 0;
right = nums.length - 1;
while(left < right) {
int mid = left + (right - left + 1) / 2;
if(nums[mid] <= target) left = mid;
else right = mid - 1;
}
ret[1] = left;
return ret;
}
}
x的平方根
算法思路:
设最终结果为 index :
- [0, index] 之间的元素,平方之后都是小于等于 x 的;
- [index + 1, x] 之间的元素,平方之后都是大于 x 的。
因此可以使用二分查找算法。
class Solution {
public int mySqrt(int x) {
if(x==0) return 0;
long left = 1 , right = x / 2;
while(left < right) {
long mid = left + (right - left + 1) / 2;
if(mid*mid > x) right = mid-1;
else left = mid;
}
return (int)left;
}
}
搜索插入位置
算法思路:
设目标位置的坐标为 index ,可以知道:
- [left, index - 1] 内的所有元素均是小于 target 的;
- [index, right] 内的所有元素均是大于等于 target 的。
- 设 left 为本轮查询的左边界, right 为本轮查询的右边界。根据 mid 位置元素的信
息,分析下⼀轮查询的区间:
- 当 nums[mid] >= target 时,说明 mid 落在了 [index, right] 区间上,mid 可能是最终结果,所以我们接下来查找的区间在 [left, mid] 上。因此,更新 right 到 mid 位置,继续查找。
- 当 nums[mid] < target 时,说明 mid 落在了 [left, index - 1] 区间上,所以我们接下来查找的区间在 [mid + 1, right] 上。因此,更新 left 到 mid + 1 的位置,继续查找。
- 直到查找区间的长度变为 1 ,也就是 left == right 的时候, left 或者right 所在的位置就是我们要找的结果。
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while(left < right) {
int mid = left + (right-left) / 2;
if(nums[mid] >= target) right = mid;
else left = mid + 1;
}
if(nums[left] < target) return left + 1;
else return left;
}
}
遍历结束的left或right是大于等于target区间最左边的那个数
加上if(nums[left] < target) return left + 1;
只是为了nums =[1,3,5,6] target =7这样的没有大于target的数的情况
还可以这样:
class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0, 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[left] < target) return left + 1;
else return left;
}
}
山脉数组的峰顶索引
算法思路:
分析峰顶数据的特点,以及峰顶两旁数据的特点:
-
峰顶数据特点: arr[i] > arr[i - 1] && arr[i] > arr[i + 1] ;
-
峰顶左边的数据特点: arr[i] > arr[i - 1] && arr[i] < arr[i + 1] ,也就是
呈现上升趋势; -
峰顶右边数据的特点: arr[i] < arr[i - 1] && arr[i] > arr[i + 1] ,也就是
呈现下降趋势。
1.找到升序区间的最右边
class Solution {
public int peakIndexInMountainArray(int[] arr) {
int left = 1, right = arr.length-2;
while(left < right) {
int mid = left + (right-left+1) / 2;
if(arr[mid] > arr[mid-1]) left = mid;
else right = mid-1;
}
return left;
}
}
2.找到降序区间的最左边
class Solution {
public int peakIndexInMountainArray(int[] arr) {
int left = 1, right = arr.length-2;
while(left < right) {
int mid = left + (right-left) / 2;
if(arr[mid] > arr[mid+1]) right = mid;
else left = mid + 1;
}
return left;
}
}
寻找峰值
class Solution {
public int findPeakElement(int[] nums) {
int left = 0, right = nums.length-1;
while(left < right) {
int mid = left + (right-left+1) / 2;
if(nums[mid] < nums[mid - 1]) right = mid-1;
else left = mid;
}
return left;
}
}
class Solution {
public int findPeakElement(int[] nums) {
int left = 0, right = nums.length-1;
while(left < right) {
int mid = left + (right-left) / 2;
if(nums[mid] < nums[mid + 1]) left = mid + 1;
else right = mid;
}
return left;
}
}
寻找旋转排序数组中的最小值
算法思路:
题目中的数组如下图所示:
其中 c 就是我们要找的点。a是大于d的
二分的本质:找到⼀个判断标准,使得查找区间能够⼀分为二。通过图像我们可以发现,正常情况下 ab区间内的点都是严格大于 d 的, c 是严格小于 d 的(当cd 区间只有⼀个元素的时候, c 是可能等于d 的)。
因此,我们可以以d为基准划分下⼀次查询的区间:
- 当 mid 在 ab区间的时候,也就是 mid 位置的值大于 d,下⼀次查询区间在 [mid + 1,right] 上;
- 当 mid 在cd区间的时候,也就是 mid 位置的值小于等于 d,下次查询区间在 [left,mid] 上。当区间长度变成 1 的时候,就是我们要找的结果。
如果选a作为基准的话,极端情况下a就是要找的点,a就不大于cd了
class Solution {
public int findMin(int[] nums) {
int left = 0, right = nums.length - 1;
int x = nums[right]; // 最后⼀个位置的值,也就是d
while(left < right) {
int mid = left + (right - left) / 2;
if(nums[mid] > x) left = mid + 1;
else right = mid;
}
return nums[left];
}
}
0〜n-1中缺失的数字
算法思路(二分查找算法):
关于这道题,时间复杂度为 O(N) 的解法有很多种,比如直接遍历找结果,异或运算,高斯公式求和…
本文只讲解最优的二分法来解决这个问题。
在这个升序的数组中,我们发现:
- 在缺失位置的左边,数组内的元素都是与数组的下标相等的;
- 在缺失位置的右边,数组内的元素与数组下标是不相等的。
因此,我们可以利用这个「二段性」,来使用「二分查找」算法。
class Solution {
public int takeAttendance(int[] records) {
int left = 0, right = records.length - 1;
while(left < right) {
int mid = left + (right-left)/2;
if(records[mid] == mid) left = mid + 1;
else right = mid;
}
return records[left] == left ? left+1 : left;
}
}