前端算法leetcode-二分查找

0 前言

记录前端学习!

1 二分查找

前提条件:

1. 有序
2. 只查找一个而不是多个

核心思想：（默认数组递增）

对于有序数组想要查询到目标，首先将数组中间值与目标比对，如果比配成功，皆大欢喜！如果不等，则可以排除掉一半的不符合数据，将此过程不断迭代，最终找到目标或是返回无目标，查询失败。

整体时间复杂度为：
$$o({\log }_{}n)$$

边界问题：与target比较的中间数字是否要加入到下次查找中？
因此，二分查找中目标元素对应区间的定义十分重要：

1. [left,right]

• 循环条件：while(left <= right)
• 判断 if(nums[middle] > target) right = middle -1

2. [left,right)

• 循环条件：while(left < right)
• 判断 if(nums[middle] > target) right = middle

2 算法应用（Leetcode）

704.二分查找（经典）

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
var search = function(nums, target) {
    let left = 0
    let right = nums.length - 1
    while (left <= right){
        const middle = Math.floor((left + right) / 2)
        if(nums[middle] === target){
            return middle
        }else if(nums[middle] < target){
            left = middle + 1
        }else if(nums[middle] > target){
            right = middle - 1
        }
    }
    return -1
};

tips:

• Math.floor() 函数总是返回小于等于一个给定数字的最大整数。

35.搜索插入位置

【思路】等价于查找大于等于target的最小下标，即相当于返回left

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
var searchInsert = function (nums, target) {
    let left = 0
    let right = nums.length - 1
    while (left <= right) {
        let middle = left + ((right - left) >> 1)
        if (nums[middle] === target) {
            return middle
        } else if (nums[middle] > target) {
            right = middle - 1
        } else if (nums[middle] < target) {
            left = middle + 1
        }
    }
    return left
};

tips:

• left + ((right -left) >> 1) == (left + right) /2，但为什么不直接用(left + right) /2 而用left + ((right -left) >> 1)，因为left + right 在某种情况下可能会超过基本类型所能容纳的最大值,而且 >> (位运算) 比 / 运算要快一点，血泪教训要注意加括号！！

34. 在排序数组中查找元素的第一个和最后一个位置

【思路】要找的就是数组中第一个等于target的位置（l）和第一个大于target的位置减1（r）

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
var searchRange = function (nums, target) {
    let left = 0
    let right = nums.length - 1
    let l = -1
    let r = -1
    // 找出第一个target下标
    while (left <= right) {
        let middle = left + ((right - left) >> 1)
        if (nums[middle] === target) {
            l = middle
            right = middle - 1
        } else if (nums[middle] > target) {
            right = middle - 1
        } else if (nums[middle] < target) {
            left = middle + 1
        }
    }
    // 找到最后一个等于target的下标
    left = 0
    right = nums.length - 1
    while (left <= right) {
        let middle = left + ((right - left) >> 1)
        if (nums[middle] === target) {
            r = middle
            left = middle + 1
        } else if (nums[middle] > target) {
            right = middle - 1
        } else if (nums[middle] < target) {
            left = middle + 1
        }
    }
    return [l, r]
};

tips:

• 注意标黄两行的逻辑，要确保在nums[middle]===target时，找第一个和最后一个时都能够找到最端部

852.山脉数组的峰顶索引

/**
 * @param {number[]} arr
 * @return {number}
 */
var peakIndexInMountainArray = function (arr) {
    let left = 1
    let right = arr.length - 2
    while (left <= right) {
        let mid = left + ((right - left) >> 1)
        if (arr[mid] > arr[mid + 1] && arr[mid] > arr[mid - 1]) {
            return mid
        } else if (arr[mid] > arr[mid + 1] && arr[mid] < arr[mid - 1]) {
            right = mid - 1
        } else if (arr[mid] < arr[mid + 1]) {
            left = mid + 1
        }
    }
};

tips:

• 可以依据题目条件，适当缩小查找范围

367.有效的完全平方数

【思路】不断迭代查找是否满足平方等于目标数，运用二分查找

/**
 * @param {number} num
 * @return {boolean}
 */
var isPerfectSquare = function (num) {
    let left = 1
    let right = num
    while (left <= right) {
        let mid = left + ((right - left) >> 1)
        if (mid * mid === num) {
            return true
        } else if (mid * mid < num) {
            left = mid + 1
        } else {
            right = mid - 1
        }
    }
    return false
};