LT专项【二分法】

jianafeng

已于 2022-03-10 16:11:47 修改

阅读量321

点赞数

分类专栏： 2022-算法题文章标签： leetcode 算法数据结构二分搜索

于 2022-03-10 16:06:20 首次发布

本文链接：https://blog.csdn.net/Jiana_Feng/article/details/123291575

版权

2022-算法题专栏收录该内容

4 篇文章 0 订阅

订阅专栏

二分法

二分搜索是通过不断划分取中间点划分区间，以此在极大程度上减少查找的次数。
二分查找的前提，是整个数组是有序的，并且数组无重复元素
有序很好理解，对于无重复元素的条件而言，如果一旦有重复元素，使用二分查找法法返回的元素下标就可能不是唯一的。

第一种写法全闭合区间 [left, right]

def find_target(nums: list, tgt: int):
	left = 0 
	right = len(nums) -1 
	while left  <= right:
		mid = (left + right)//2
		if nums[mid] == tgt: return mid 
		elif num[mid] > tgt:
		## 说明tgt在左边区间 即 [left, mid -1]
			right = mid - 1
		else:
		## 说明tgt在右边区间 即 [mid +1, right]
			left = mid + 1  
	return -1 
	##没有找到，返回-1

第二种写法

def find_target(nums: list, tgt: int):
	left = 0
	right = len(nums) #由于是左闭右开的区间，因此right需要取到最右的开区间位置
	while left < right: 
		mid = (left + rigth) //2 
		if nums[mid] == tgt: return mid
		elif nums[mid] > tgt:
		## 说明tgt在左边区间，即[left, mid]
			right = mid 
		else:
		## 说明tgt在右边区间，即[mid+1, right]
			left = mid + 1 
	return -1

而针对二分法的时间复杂度解析：
假设有N个元素
每次查找剩下的区间是：
$N/2^1， N/42^2， N/2^3， N/2^4，N/2^5，，，N/2^k$
【k表示共进行了k次搜索】
所以， $N/2^k = 1$
所以k=logN
所以二分法的时间复杂度是logN

涉及二分法题目

题目一：LT_35. 搜索插入位置

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法

输入: nums = [1,3,5,6], target = 5
输出: 2
输入: nums = [1,3,5,6], target = 2
输出: 1
输入: nums = [1,3,5,6], target = 7
输出: 4

二分法
（1）方法一

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        ## 左闭右闭
        left = 0 
        right = len(nums) -1 
        while left <= right: 
            mid = (left + right)//2 
            if nums[mid] == target: return mid 
            elif nums[mid] > target: 
            ##说明tgt在左区间， [left, mid-1]
                right = mid -1 
            elif nums[mid] < target:
            ##说明tgt在右区间，[mid + 1, rigth]
                left = mid + 1 
        return left

（2）方法二

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        ##左闭右开 
        left = 0 
        right = len(nums)
        while left < right:
            mid = (left + right)//2
            if nums[mid] == target: return mid 
            elif nums[mid] > target: 
            ##说明tgt在左区间，[left, mid)
                right = mid 
            elif nums[mid] < target:
            ##说明tgt在右区间，[mid+1, right)
                left = mid + 1 
        return left

题目二：LT_14. 最长公共前缀

找到几个字符串中最长公共前缀

Input: ["flower","flow","flight"]
Output: "fl"
Input: ["dog","racecar","car"]
Output: ""

class Solution:
	def checkCommon(self, strs, tmp):
		for s in strs:
			if s.find(str1)!=0: return False 
		return True 
	
	def longestCommonPrefix(self, strs: List[str]) -> str:
		str1 = strs[0]
		left = 0 
		right = len(str1) -1 
		while left <= right:
			mid = (left + right ) //2 
			tmp = str1[0:mid+1]
			if self.checkCommon(strs,tmp):
			##说明ans需要再往右边一点 
				left = mid + 1 
			else:
			##说明ans在左边一点 
				right = mid - 1
		return str1[0:left] if right>=0 else ""

题目三：LT_69. x 的平方根

给你一个非负整数 x ，计算并返回 x 的算术平方根。
由于返回类型是整数，结果只保留整数部分，小数部分将被舍去。
注意：不允许使用任何内置指数函数和算符，例如 pow(x, 0.5) 或者 x ** 0.5

例子

输入：x = 4
输出：2
输入：x = 8
输出：2
解释：8 的算术平方根是 2.82842..., 由于返回类型是整数，小数部分将被舍去。

class Solution:
    def mySqrt(self, x: int) -> int:
    	##区间是[0, x]之间寻找 
    	left, right = 0, x 
    	while left <= right: 
    		mid = (left + right)//2 
    		val = mid * mid 
    		if val == x : return mid 
    		elif val > x: 
    		##说明ans在左区间里找 即[left, mid-1]
    			right = mid -1 
    		else:
    		##说明ans在右区间 即 [mid+1, right]
    			left = mid + 1 
    	return right

题目四：LT_287. 寻找重复数

给定一个包含 n + 1 个整数的数组 nums ，其数字都在 [1, n] 范围内（包括 1 和 n），可知至少存在一个重复的整数。
假设 nums 只有一个重复的整数，返回这个重复的数。
你设计的解决方案必须不修改数组 nums 且只用常量级 O(1) 的额外空间

输入：nums = [1,3,4,2,2]
输出：2
输入：nums = [3,1,3,4,2]
输出：3

改编后的二分法
抽屉式的二分法请添加图片描述
nums = [1,3,4,2,2]
cnt表示比当前value小或者等于的有多少个
比如比2小或者等于的在nums数组有3个

比如在这个例子中，left=1, right = 4 所以mid = (left + right) //2 = (1+4)//2 = 2
所以在nums中，小于或者等于mid的有3个。3 > mid = 2 所以答案是在 left ~ mid 之间。
如果大于mid的话，则在mid+1 ～ right之间。最后返回left 或者right都行.

class Solution:
    def countNums(self, nums, mid):
        cnt = 0 
        for num in nums:
            if num <= mid: cnt += 1 
        return cnt 

    def findDuplicate(self, nums: List[int]):
        left = 1 
        right = len(nums)-1 
        while left < right:
            mid = (left + right )//2
            if self.countNums(nums, mid)>mid:
            ##说明ans在左区间，而且大于的时候，mid也在候选区范围内 所以right = mid
                right = mid 
            else:
                left = mid+1
        return left

【总结】
其实两种写法的关键区别点在当nums[mid] > tgt的时候，这个时候mid有没有可能是潜在的答案，如果肯定mid不可能是答案，则right = mid-1；如果mid有可能是潜在的答案，则right=mid。
对于方法一：
比如题目 LT_35. 搜索插入位置中，输入: nums = [1,3,5,6], target = 5
如果nums[mid] = 6 > target =5 则这个时候 mid不可能是潜在的答案，所以right = mid -1
又比如题目寻找平方根，如果mid=3 则 mid=3的平方为9 >tgt=8, 这个时候mid=3 不可能是答案，所以right=mid-1

对于方法二：
比如题目 LT_287. 寻找重复数中，输入：nums = [1,3,4,2,2]
如果nums[mid=2] = 3 > mid = 2, 这个时候，mid=2 是潜在可能的答案，如果right = mid 需要取到这个值。

题目五：剑指 Offer II 006_排序好的twoSum问题

给定一个已按照升序排列的整数数组 numbers ，请你从数组中找出两个数满足相加之和等于目标数 target

输入：numbers = [1,2,4,6,10], target = 8
输出：[1,3]
解释：2 与 6 之和等于目标数 8 。因此 index1 = 1, index2 = 3 。

思路：
如果要使用二分法的话，则可以先固定一个值，然后在剩下的数组中，寻找另一个值。

class Solution:
    def twoSum(self, numbers: List[int], target: int) -> List[int]:
        N = len(numbers)
        for i in range(N):       
            tgt = target - numbers[i] 
            left = i+1 
            right = N-1 
            while left <= right:
                mid = (left + right)//2 
                if numbers[mid] == tgt: return [i,mid]
                elif numbers[mid] > tgt: 
                ##说明在左区间，且mid不可取
                    right = mid - 1 
                else:
                    left = mid + 1 
        return []

时间复杂度： Nlogn （N次的二分法）

题目六：LT_378. 有序矩阵中第 K 小的元素

给你一个 n x n 矩阵 matrix ，其中每行和每列元素均按升序排序，找到矩阵中第 k 小的元素。
请注意，它是排序后的第 k 小元素，而不是第 k 个不同的元素。
你必须找到一个内存复杂度优于 O(n2) 的解决方案

matrix = [
   [ 1,  5,  9],
   [10, 11, 13],
   [12, 13, 15]
],
k = 8,

返回 13。
解释：矩阵中的元素为 [1,5,9,10,11,12,13,13,15]，第 8 小元素是 13

方法一：暴力法
直接将二维数组转换成一维数组，进行排序，然后取第K个元素即可

class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
    	##把二维数组转换成一维数组
    	array = sum(matrix, [])
    	##排序
    	ans = sorted(array)
    	return ans[k-1]

空间复杂度：O(n^2)
排序时间复杂度：O(n^2logn)
方法二：二分法（to be continued）
方法三：并归排序（to be continued）

题目七：LT_34. 在排序数组中查找元素的第一个和最后一个位置

给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target，返回 [-1, -1]。

输入：nums = [5,7,7,8,8,10], target = 8
输出：[3,4]
输入：nums = [5,7,7,8,8,10], target = 6
输出：[-1,-1]
输入：nums = [], target = 0
输出：[-1,-1]

这道题有点不一样的是有重复的数，所幸还是有序的。只要我们使用两次二分法，分别寻找左边界和右边界。

class Solution:
    def searchLeft(self, nums, target):
        left = 0 
        right = len(nums)-1
        while left <= right:
            mid = (left + right)//2 
            if nums[mid] == target:
            ##如果相等，需要再往左边探测看看
                right = mid -1 
            elif nums[mid] > target:
            ##说明在左区间,且mid不可能  [left, mid-1]
                right = mid -1 
            else:
            ##说明在右区,且mid不可能 [mid -1, right]
                left = mid+1
        if nums[left] == target: return left 
        else: return -1 

    def searchRight(self, nums, target):
        left, right = 0, len(nums)-1
        while left <= right:
            mid = (left + right)//2
            if nums[mid] == target:
            ##说明需要往右边再看看
                left = mid + 1 
            elif nums[mid] > target:
            ##说明在左边区间,且mid不可能
                right = mid -1 
            else:
                left = mid + 1 
        if nums[right]==target: return right 
        else: return -1 
        
    def searchRange(self, nums: List[int], target: int) -> List[int]:
        ##special case
        if len(nums) ==0 or nums[-1] <target: return [-1,-1]
 
        left = self.searchLeft(nums, target)
        right = self.searchRight(nums, target)
        return [left, right]

题目八：LT_540. 有序数组中的单一元素

给你一个仅由整数组成的有序数组，其中每个元素都会出现两次，唯有一个数只会出现一次。
请你找出并返回只出现一次的那个数。
你设计的解决方案必须满足 O(log n) 时间复杂度和 O(1) 空间复杂度

输入: nums = [1,1,2,3,3,4,4,8,8]
输出: 2
输入: nums =  [3,3,7,7,10,11,11]
输出: 10

思路：
这里的思路是
如果都是成双成对的偶数的话，比如nums= [1,1,2,2,3,3,4,4,8,8]，那么必定会有
如果index是偶数，则nums[index] = nums[index + 1]
如果index是奇数，则nums[index -1] = nums[index]

而题目中，出现有一个数是只出现一次，比如nums = [1,1,2,3,3,4,4,8,8]
我们需要找出这个单数，而这个单数的出现必定会打破上面的规则，即
如果index是偶数，则nums[index] = nums[index + 1]
如果index是奇数，则nums[index -1] = nums[index]

所以当索引 mid是偶数的时候，且nums[mid] = nums[mid + 1]，则说明在[left, mid]这个区间是成双的偶数，ans在右区间；如果nums[mid] != nums[mid + 1], 则说明在左区间出现了这个单数，并打破了这个规则。所以ans在左区间

同理如果index是奇数，则nums[index -1] = nums[index]，则说明在[left, mid]这个区间是成双的偶数，ans在右区间。如果nums[mid-1] != nums[mid ], 则说明在左区间出现了这个单数，并打破了这个规则。所以ans在左区间。

class Solution:
    def singleNonDuplicate(self, nums: List[int]) -> int:
        ##二分法
        left = 0
        right = len(nums)-1
        while left < right:
            mid = (left + right)//2
            ##如果mid 是偶数，则 
            if mid%2==0:
                if nums[mid] == nums[mid+1]:
                ##说明在[left, mid+1]这个区间是成双的偶数，ans在右区间 [mid+2,right]
                    left = mid + 2 
                else:
                ##说明在左区间出现了这个单数，并打破了这个规则。所以ans在左区间即 [left, mid]
                    right = mid 
            else:
           	##如果mid是奇数，则
                if nums[mid-1] == nums[mid]:
                ##说明在[left, mid]这个区间是成双的偶数，ans在右区间 [mid+1,right]
                    left = mid + 1 
                else:
                ##说明在左区间出现了这个单数，并打破了这个规则。所以ans在左区间即 [left, mid-1]
                    right = mid -1 
        return nums[right]

【特别注意这里用的是 while left < right，而不是 while left <= right，是因为这里有right=mid，如果用while left <= right，则会出现无限循环。】

jianafeng

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
LT专项【二分法】

目录二分法涉及二分法题目LT_35. 搜索插入位置LT_14. 最长公共前缀二分法二分搜索是通过不断划分取中间点划分区间，以此在极大程度上减少查找的次数。二分查找的前提，是整个数组是有序的，并且数组无重复元素有序很好理解，对于无重复元素的条件而言，如果一旦有重复元素，使用二分查找法法返回的元素下标就可能不是唯一的。二分有两种模版写法根据left <= right和left < right的不同有不同写法。两种写法也能看成是开闭区间的选择left <= right 选择 [
复制链接

扫一扫