二分查找算法

二分查找算法

关于二分查找算法的介绍

1.特点：最恶心，细节最多，最容易写出死循环的算法

2.学习上的侧重点：

（1）算法原理

不可以单纯地理解为只能在数组有序的情况下使用

(2)模板

不能够死记硬背，要理解了之后记忆

模板有以下三种：

1）朴素的二分模板

2）查找左边界的二分模板

3）查找右边界的二分模板

注意点： 第一个模板简单，但是具有局限性，第二个和第三个模板是万能的，相对于第一个模板，细节更多

二分查找

给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

提示：

1. 你可以假设 nums 中的所有元素是不重复的。

2. n 将在 [1, 10000]之间。

3. nums 的每个元素都将在 [-9999, 9999]之间。

   算法流程：

   a. 定义 left ， right 指针，分别指向数组的左右区间。

   b. 找到待查找区间的中间点 mid ，找到之后分三种情况讨论：

   i. arr[mid] == target 说明正好找到，返回 mid 的值；

   ii. arr[mid] > target 说明 [mid, right] 这段区间都是⼤于 target 的，因此舍 去右边区间，在左边 [left, mid -1] 的区间继续查找，即让 right = mid - 1 ，然后重复 2 过程；

   iii. arr[mid] < target 说明 [left, mid] 这段区间的值都是⼩于 target 的，因 此舍去左边区间，在右边 [mid + 1, right] 区间继续查找，即让 left = mid + 1 ，然后重复 2 过程；

   c. 当 left 与 right 错开时，说明整个区间都没有这个数，返回 -1 。

   

暴力解法就是把所有元素遍历一遍，与目标值进行比较大小，二分查找法的优势在于二段性。

二分查找的时间复杂度大大降低

代码如下：

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left=0,right=nums.size()-1;
        
        while(left<=right)
        {
            int mid=left+(right-left)/2;//为了防止溢出
            if(nums[mid]<target)
            {
                left=mid+1;
            }
            else if(nums[mid]>target)
            {
                right=mid-1;
            }
            else return mid;
        }
        return -1;
    }
};

总结模板：

这里两个条件是可以等价的，奇数的情况还不能看出明显区别，偶数的情况就要看情况，有可能出现两种情况，但是影响并不大

在排序数组中查找元素的第一个和最后一个位置

给你一个按照非递减顺序排列的整数数组 nums，和一个目标值 target。请你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]。

你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。

示例 1：

输入：nums = [5,7,7,8,8,10], target = 8
输出：[3,4]

示例 2：

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

示例 3：

输入：nums = [], target = 0
输出：[-1,-1]

提示：

• 0 <= nums.length <= 105
• -109 <= nums[i] <= 109
• nums 是一个非递减数组
• -109 <= target <= 109

3. 算法思路： ⽤的还是⼆分思想，就是根据数据的性质，在某种判断条件下将区间⼀分为⼆，然后舍去其中⼀个 区间，然后再另⼀个区间内查找；

   ⽅便叙述，⽤ x 表⽰该元素， resLeft 表⽰左边界， resRight 表⽰右边界。

   寻找左边界思路：

   • 寻找左边界： ◦ 我们注意到以左边界划分的两个区间的特点：

   ▪ 左边区间 [left, resLeft - 1] 都是⼩于 x 的；

   ▪ 右边区间（包括左边界） [resLeft, right] 都是⼤于等于 x 的；

   • 因此，关于 mid 的落点，我们可以分为下⾯两种情况：

   ◦ 当我们的 mid 落在 [left, resLeft - 1] 区间的时候，也就是 arr[mid] < target 。说明 [left, mid] 都是可以舍去的，此时更新 left 到 mid + 1 的位置， 继续在 [mid + 1, right] 上寻找左边界；

   ◦ 当 mid 落在 [resLeft， right] 的区间的时候，也就是 arr[mid] >= target 。 说明 [mid + 1, right] （因为 mid 可能是最终结果，不能舍去）是可以舍去的，此时 更新 right 到 mid 的位置，继续在 [left, mid] 上寻找左边界；

   • 由此，就可以通过⼆分，来快速寻找左边界； 注意：这⾥找中间元素需要向下取整。 因为后续移动左右指针的时候： 、

   • 左指针： left = mid + 1 ，是会向后移动的，因此区间是会缩⼩的；

   • 右指针： right = mid ，可能会原地踏步（⽐如：如果向上取整的话，如果剩下 1,2 两个元 素， left == 1 ， right == 2 ， mid == 2 。更新区间之后， left，right，mid 的 值没有改变，就会陷⼊死循环）。 因此⼀定要注意，当 right = mid 的时候，要向下取整。

   寻找右边界思路：

   • 寻右左边界：

   ◦ ⽤ resRight 表⽰右边界；

   ◦ 我们注意到右边界的特点：

   ▪ 左边区间 （包括右边界） [left, resRight] 都是⼩于等于 x 的；

   ▪ 右边区间 [resRight+ 1, right] 都是⼤于 x 的；

   • 因此，关于 mid 的落点，我们可以分为下⾯两种情况：

   ◦ 当我们的 mid 落在 [left, resRight] 区间的时候，说明 [left, mid - 1] （ mid 不可以舍去，因为有可能是最终结果） 都是可以舍去的，此时更新 left 到 mid 的位置；

   ◦ 当 mid 落在 [resRight+ 1, right] 的区间的时候，说明 [mid, right] 内的元素 是可以舍去的，此时更新 right 到 mid - 1 的位置；

   • 由此，就可以通过⼆分，来快速寻找右边界； 注意：这⾥找中间元素需要向上取整。 因为后续移动左右指针的时候：

   • 左指针： left = mid ，可能会原地踏步（⽐如：如果向下取整的话，如果剩下 1,2 两个元 素， left == 1， right == 2，mid == 1 。更新区间之后， left，right，mid 的值 没有改变，就会陷⼊死循环）。

   • 右指针： right = mid - 1 ，是会向前移动的，因此区间是会缩⼩的； 因此⼀定要注意，当 right = mid 的时候，要向下取整。

   ⼆分查找算法总结：

   请⼤家⼀定不要觉得背下模板就能解决所有⼆分问题。

   ⼆分问题最重要的就是要分析题意，然后确定 要搜索的区间，根据分析问题来写出⼆分查找算法的代码。

   要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解

   要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解

   要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解

   重要的事情说三遍。

   模板记忆技巧：

   1. 关于什么时候⽤三段式，还是⼆段式中的某⼀个，⼀定不要强⾏去⽤，⽽是通过具体的问题分析情 况，根据查找区间的变化确定指针的转移过程，从⽽选择⼀个模板。

   2. 当选择两段式的模板时：

      ◦ 在求 mid 的时候，只有 right - 1 的情况下，才会向上取整（也就是 +1 取中间数）

代码如下：

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        //处理边界情况
       if(nums.size()==0) return{-1,-1};
       int begin=0;
       //二分处理左端点情况
       int left=0,right=nums.size()-1;
       while(left<right)
       {
        int mid=left+(right-left)/2;
        if(nums[mid]<target) left=mid+1;
       else right=mid;
       }
       //处理结果
       if(nums[left]!=target) return {-1,-1};
       else begin=left;//标记左端点
       //二分右端点区间
       left=0,right=nums.size()-1;
       while(left<right)
       {
        int mid=left+(right-left+1)/2;
        if(nums[mid]<=target) left=mid;
        else right=mid-1;
       }
       return {begin,right};
    }
};