C++查找算法（二十八）

每日一个小问题：当你想要在一个序列中寻找一个大于等于k的数，一个大于k的数，你该怎么办呢？

答：这时就可以使用查找算法了，查找算法是可以寻找这个数是否存在，一个大于等于它的数的下标，第一个大于它的数的下标。

在此之前我们先来学习一下查找算法吧！

1.binary_search的介绍与头文件

顺序查找

这节课我们来学习查找算法，查找就是在给定数据中找到目标数据。

比如给一个数组，找到其中等于 x 的数，大于 x 的数，小于 x 的数，大于等于 x 并且小于等于 y 的数的数量、位置等，都是查找算法可以解决的问题。

最简单的查找算法就是直接用for循环扫描一遍数组，看每一个数，找到想要的数，或者统计想要的结果。

比如找有多少个数等于 x 就可以写成:

找到第一个等于 x 的位置就可以写成:

二分查找

二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。

先从一个例子感受下二分这种思想的魅力：

乙在心中想了一个在 [1,1000] 范围内的整数，她考验甲能否在 10 次机会内猜出来。甲每次会猜一个数，并且能够得到乙的三个回复：太小了、太大了，猜中了。

那么采用二分的思想，甲第一个猜的数会是 500，他会根据乙的回复进行第二次猜数：

猜中了，游戏结束。

太大了，那么说明范围在 

1∼499 以内，于是甲下次猜 250。

太小了，那么说明范围在 

501∼1000，于是甲下次猜 750。

这样蒜头君每次猜不中的时候都会把范围 缩小一半，而 log⁡
1000<10，因此 10 次以内一定能够猜出来。

二分查找最常见的一类问题是：在一个有序、无重复元素的数组中找出某个关键字。比如现在有一个包含 n 个元素的有序数组，想要在其中找到元素 x。

关键字出现时

下面我们用一个具体例子来说明二分查找算法过程。在这个例子中，我们要从 1,3,5,7,10,12,14中找出关键字 12。

首先，用三个值来标记数组的待查找区间的左端点left、右端点right和中间位置mid。

我们发现，中间位置mid指向的值 7<12，因此，要找的元素一定在mid的右边。于是我们将左端点left修改为mid + 1，继续后面的查找过程。

此时，更新mid，发现mid指向的值就是我们要找的 12，二分查找结束。

这里的mid一般取(l + r) / 2。

关键字没出现时

如果关键字并没有在数组中出现，整个查找的过程是怎样的呢？我们还是用上面给出的数据 1,3,5,7,10,12,14作为例子，要在其中查找关键字 11。

和之前一样，先确定三个标记的位置：

接下来，判断待查关键字 11 和mid指向的值的关系，发现 11>7，去右侧继续查询：

接下来，判断待查关键字 11 和mid指向的值的关系，发现 11<12，去左侧继续查询：

接下来，判断待查关键字 11 和mid指向的值的关系，发现 11>10，去右侧继续查询：

此时，由于left比right更大，说明没有找到关键字 11，查询结束。

在 C++ 中，我们可以很方便地使用 sort 对一个数组进行排序，而不需要写出很长的排序算法的程序。

那么，我们能不能用简单现成的函数来实现对一个数组的二分查找呢？答案是肯定的。

在 C++ 中，我们可以用binary_search对一个数组进行二分查找。不过，在使用binary_search之前，我们应该先引入#include <algorithm>头文件。

和sort的用法比较类似，binary_search一共有三个参数，其中前两个参数表示查找的区间，a和a + 7表示从a[0]到a[6]进行查找。

这点与sort类似，binary_search(a + l, a + r, x)是在a[l]到a[r - 1]中进行查找。

binary_search的最后一个参数表示要查找的元素值。在进行二分查找前，需要保证待查找的部分是从小到大排序的，一般情况下可以先将整个数组 从小到大排序 。数组中有重复元素不影响查找。

函数的返回值为bool类型，当返回true时，表示在数组中找到了这个值，否则表示没找到这个值。

注意，在vector中要用.begin()和.end()，写成binary_search(a.begin(), a.end(), x)或者binary_search(a.begin() + l, a.begin() + r, x)。

2.lower_bound和upper_bound

问：

在 C++ 里，还有两个非常好用的函数：lower_bound和upper_bound，它们也在头文件algorithm里。其中，lower_bound返回第一个大于等于要查找的元素值的位置，upper_bound返回第一个大于要查找的元素值的位置。它的参数和binary_search类似，也是三个，首位置，尾位置和要查找的元素，不过返回值是找到的相应元素的位置。

lower_bound意思是“下界”，在这里是说这个数出现的位置最靠前也就是这个位置了，也就是第一个大于等于这个数的位置。

upper_bound意思是“上界”，在这里是说这个数出现的位置不能在这个位置及以后了，也就是第一个大于这个数的位置。

这两个函数也要求数组是从小到大排序的。

因为返回值是位置，所以想要得到数组下标需要减掉数组首位置，所以upper_bound(a, a + 14, 4) - a的值为 8，也就是会找到上面数组中的第一个 5；而lower_bound(a, a + 14, 4) - a的值为 4，也就是会找到上面数组中的第一个 4。

如果没有找到，返回的位置为查找区间的尾位置，比如这里就是a + 14这个位置。这种情况在实际使用的时候可能需要特判。

在vector中要相应使用.begin()和.end()，比如lower_bound(a.begin(), a.end(), x) - a.begin()。

我们观察：

那么 upper_bound(a.begin(), a.end(), 4) - lower_bound(a.begin(), a.end(), 4) 的结果为数组中 4 出现的次数。

如果将 4 换为 x，就可以计算出数组中 x 的出现次数。

3.每日小问题解

可以使用二分查找：

结果: