二分查找
不用遍历解决有序数组中找到某一目标值位置的问题
话不多说,献上一个经典的例子↓
现在请你在0-100中玩一个猜数游戏,现在只有我知道这个数是多少,你随机猜,我只会告诉你猜的数是比它大还是小,最少用几步猜出呢?
从1一直猜到100我总能猜出来吧,这也是暴力解法,不过这也太慢了,万一我指定的数字是100呢!
很明显,用二分法是最快最准的,先猜50,再看0-49还是51-100……以此类推,不断的缩小区间直到锁定数字。
二分查找的思想就是同上!
代码思路
使用数组特点:
-
有序数组(升序或者降序)
-
无重复元素(下标唯一)
想使用代码呈现或许我们要先想好都需要哪些关键变量🤔
left:每次范围更新后的左区间边界
right:每次范围更新后的右区间边界
middle:范围区间的中间值
两种区间的定义:
- 左闭右闭:[left,right],left=right存在有意义,我们范围缩小的循环边界条件就是
while(left<=right)
- 左闭右开:[left,right),left=right是无意义的,我们范围缩小的循环边界条件就是
while(leftright)
接下来就是确定区间:
目标值比middle大,说明目标值在middle+1,right中,即改变left=middle+1
小的话同理,right=middle-1
两种区间就会产生两种写法咯
二分查找法一
class Solution{
public int search(int nums[], int target){
if(target<nums[0]||target>nums[nums.length-1]){
return -1;
//如果目标值根本不在此数组范围内,不用进循环,直接-1
}
left = 0;
right = nums.length-1;
while(left<=right){
int middle = left + (right - left)>>1
//目标值小于中间值
if(target<nums[middle]){
right = middle - 1;
}
//目标值大于中间值
else if(target>nums[middle]){
left = middle + 1;
}
else{
return middle;
}
}
return -1;
}
}
代码分析
时间复杂度O(log n) 空间复杂度O(1)
-
target是目标值,middle、left、right都表示下标,不要弄混,在if比较中千万要记牢比较的是什么
-
注意middle的赋值,我们第一想法肯定是
middlle = (left+right)/2
这样去赋值,但会造成什么结果呢?如果给定的测试用例数值超大,left+right两个数加起来可能就会超过int类型的范围,所以这也是一种技巧,left + (right - left)>>1,让left只加上那一部分数值,就绝对不会超过范围啦!与此同时大概率会有人问>>1是个啥?
简单说就是运算/2的更快的形式,这是一种更底层的写法,具体为什么是这么表示的,请看下图
-
注意变量的生命周期,在不同的位置生命周期是不同的
例如middle的生命周期仅仅存在于while循环中,我们后续循环要定位到他只能通过靠left和right进行定位,所以left和right每次的改变很重要
-
注意返回值的位置
二分查找法二
这个方法自认为比较麻烦,我一般使用法一多一些,大家可以根据需求进行理解,我就不过多进行解释了
class Solution {
public int search(int[] nums, int target) {
int left = 0, right = nums.length;
while (left < right) {
int mid = left + ((right - left) >> 1);
if (nums[mid] == target)
return mid;
else if (nums[mid] < target)
left = mid + 1;
else if (nums[mid] > target)
right = mid;
}
return -1;
}
}
代码分析
- 注意边界条件与法一不同
left还是原来的位置,但right初始指向了最后一位元素的下一位,他们相应的变化也对应改变
另外,使用递归方法判定树结构的二分查找时间复杂度也相同,判定二叉树唯一,主要思想类似
录友打卡Day1