C++数据结构 第一天| 数组篇 ~ 二分查找、 移除元素（代码随想录算法训练营）

二分查找（LeetCode 704）

如果我想从10本厚度逐渐增加的书中找到10 cm的书，正常情况下，我会一本一本的找，那么对于n本书，工作量(时间复杂度)就是O(n)。十本找一本，工作量可能较为轻松。切入现实：如果你是图书管理员，架子上有1000本按厚度摆放的书，馆长让你找到厚度是10 cm的书…

貌似"逐个查找"工作量过大，但二分查找却能很快解决这个问题。

什么是二分查找

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。但是，折半查找要求线性表必须采用**顺序存储结构**，而且表中元素按关键字有序排列。

结合上述定义和例子，我们知道了 二分查找的条件

1.用于查找的内容逻辑上是有序的

2.查找的数量只能是一个，不能是多个

比如对于一个有序数组[1,2,2,3,5,9]，需要查找5的位置就可以使用二分查找

思路

思想很简单，默认数组是递增的

• 选择数组中间的数和目标值进行对比
• 如果中间数和目标值相等，则返回答案
• 如果不相等
  • 如果中间的数字大于目标值，则中间数字向右的所有数字都大于目标值，全部排除
  • 如果中间的数字小于目标值，则中间数字向左的所有数字都小于目标值，全部排除

蓝色为排除区域

奇偶问题 和 边界问题

奇偶问题

刚学二分法的时候常常会纠结：数组长度是奇数，很容易找到最中间元素(中位数)；但如果是偶数，两边数量就不一样了啊，会不会遗漏某些情况。

答案是：两个情况是一样的，无论是奇数还是偶数，都能正常使用二分法，因为：

• 两边数量不一样是一定会出现的情况
• 但是这种情况并不影响我们对中间数字和目标数字大小关系的判断
  • 只要中间数字大于目标数字，就排除右边的
  • 只要中间数字小于目标数字，就排除左边的

边界问题

看了很多不同平台的博主的博客和刷题网站的答案，给予的方法也是大不相同，其中主要集中在边界问题：

• while循环中 left 和 right 的关系，到底是 left <= right 还是 left < right
• 迭代过程中 middle 和 right 的关系，到底是 right = middle - 1 还是 right = middle

左闭右闭

对于left <= right，它对应的边界区间是左闭右闭的，那么对应每一次更新边界值时，**nums[middle]**的值是不在查找区间的，更新边界时就需要：right = middle - 1 & left = middle + 1。

int search(int nums[], int size, int target)
{
    int left = 0;
    int right = size - 1;
    while (left <= right) {	
        int middle = left + ((right - left) / 2);
        if (nums[middle] > target) {
            right = middle - 1;	
        } else if (nums[middle] < target) {
            left = middle + 1;	
        } else {
            return middle;
        }
    }
    return -1;
}

左闭右开

同理，对于left < right，它对应的边界区间是左闭右开的，那么对应每一次更新边界值时，**nums[middle]**的值是在查找区间的两端，更新边界时就需要：right = middle & left = middle。

int search(int nums[], int size, int target) 
{
    int left = 0;
    int right = size - 1;	
    while (left < right) {
        int middle = left + ((right - left) / 2);
        if (nums[middle] > target) {
            right = middle - 1;
        } else if (nums[middle] < target) {
            left = middle + 1;
        } else {	
            return middle;
        }
    }
    return -1;
}

移除元素（LeetCode 27）

思路

对于数组来说，元素是不能删除的，因为数组的元素在内存地址中是连续存储的，不能单独删除数组中的某个元素，只能覆盖。

BF 和 双指针

暴力解法就是套两层for循环，一个for循环遍历数组元素，查找目标元素。第二个for循环遍历剩余数组元素，更新数组。

暴力算法的时间复杂度是O(n^2)

易错点：两个for循环里面，i，j的循环结束条件都是“i，j < size”，很多人会写成“i，j < nums.size()”，这是不对的。size的大小是随着删除数组元素的过程中，不断变小的。是不断变化的一个边界条件。

int removeElement(vector<int>& nums, int val) {
    int size = nums.size();
    for (int i = 0; i < size; i++) {
        if (nums[i] == val) {
            for (int j = i + 1; j < size; j++) {
                nums[j - 1] = nums[j];
            }
            i--;
            size--;
        }
    }
    return size;
}

双指针法（快慢指针法）： 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。

定义快慢指针

• 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

双指针的时间复杂度是O(n)

int removeElement(vector<int>& nums, int val) {
    int slowIndex = 0;
    for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
        if (val != nums[fastIndex]) {
            nums[slowIndex++] = nums[fastIndex];
        }
    }
    return slowIndex;
}

总结

苟日新，日日新，又日新

SUN YAT-SEN UNIVERSITY

2024/4/17