【leetcode】二分法

Mr_health

已于 2023-12-24 12:40:35 修改

阅读量443

点赞数

分类专栏： leetcode python 文章标签： leetcode python 二分法

于 2020-08-04 12:17:16 首次发布

本文链接：https://blog.csdn.net/Mr_health/article/details/107775634

版权

python 同时被 2 个专栏收录

11 篇文章 0 订阅

订阅专栏

leetcode

8 篇文章 0 订阅

订阅专栏

方法总结

704. 二分查找（剑指offer53:在排序数组中查找target）

154. 寻找旋转排序数组中的最小值 II

方法总结

笔者目前的水平给出两种二分法的模板。

模板一

这种是最简单的二分法的模板，如下。其特点是：

循环可以继续的条件是 while (left <= right) ，表示当 left == right 成立的时候，还有一个元素，即下标 left（right）位置的元素还没有看到，需要继续查看这个元素的值，看看是不是目标元素。即直接面对目标元素。
把待搜索区间「三分」，分别为mid，[left，mid-1]和[mid+1,right]。
适用于比较简单的二分搜索问题。

模板二

while(left < right):
    mid =  (right - left) // 2
    if (check(mid)):
       //下一轮搜索区间是 [mid + 1, right]，因此把左边界设置为 mid + 1 位置
        left = mid + 1
    else：
        //上面对了以后，剩下的区间一定是 [left, mid]，因此右边界设置为 mid 位置
        right = mid

其特点是：

循环可以继续的条件是while (left < right) ，表示退出循环的条件是 left == right，对于返回左右边界就不用思考了，因此此时它们下标的值相等。
退出循环的时候，一定有 left == right 成立。有些时候可以直接返回 left （或者 right，由于它们相等，后面都省略括弧）或者与 left 相关的数值，有些时候还须要再做一次判断，判断 left 与 right 是否是我们需要查找的元素，这一步叫「后处理」。
当mid被计算左边时（实际的mid在右边），下一轮的搜索区间为 [mid + 1, right]，相对应的，剩下的区间一定是 [left, mid]
适用于比较复杂的二分搜索问题。

704. 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

二分查找就是基本的二分法，采用模板一就可以解答。

    def search(self, nums: List[int], target: int) -> int:
        if not nums:
            return -1
        length = len(nums)
        left,right = 0, length -1
        while left<= right:
            mid = (left + right)//2
            if nums[mid] == target:
                return mid
            elif nums[mid] > target:
                right = mid-1
            elif nums[mid] < target:
                left = mid + 1
        return -1

852. 山脉数组的峰顶索引

我们把符合下列属性的数组 A 称作山脉：A.length >= 3
存在 0 < i < A.length - 1 使得A[0] < A[1] < ... A[i-1] < A[i] > A[i+1] > ... > A[A.length - 1]
给定一个确定为山脉的数组，返回任何满足A[0] < A[1] < ... A[i-1] < A[i] > A[i+1] > ... > A[A.length - 1]的i的值。
3 <= A.length <= 10000；

示例 1：输入：[0,1,0]
输出：1

示例 2：输入：[0,2,1,0]
输出：1

模板一：

    def peakIndexInMountainArray(self, A):
        left,right = 0,len(A)-1
        while left <= right:
            mid = (left+right)//2
            if A[mid-1] < A[mid] and A[mid] > A[mid+1]:
                return mid
            elif A[mid] < A[mid+1]:  #此时mid在山峰的左边，即处于上坡
                left = mid + 1
            else:  #此时mid在山峰的右边，处于下坡
                right = mid - 1

模板二：

    def peakIndexInMountainArray2(self, A):
        left,right = 0,len(A)-1
        while left < right:
            mid = (left+right)//2
            print(left,mid,right)
            if A[mid] < A[mid+1]:  #此时mid在山峰的左边，即处于上坡
                left = mid+1
            else:  #此时mid在山峰的右边，处于下坡
                right = mid
        return left

162. 寻找峰值

峰值元素是指其值大于左右相邻值的元素。给定一个数组 nums，其中 nums[i] ≠ nums[i+1]，找到峰值元素并返回其索引。

数组可能包含多个峰值，在这种情况下，返回任何一个峰值所在位置即可。你可以假设 nums[-1] = nums[n] = -∞。

示例 1:输入: nums = [1,2,3,1]
输出: 2
解释: 3 是峰值元素，你的函数应该返回其索引 2。

示例 2:输入: nums = [1,2,1,3,5,6,4]
输出: 1 或 5
解释: 你的函数可以返回索引 1，其峰值元素为 2；或者返回索引 5，其峰值元素为 6。

本题与上一题非常相似，也可以套用两个模板。

模板一：在使用模板一的时候与上次有所不同，需要在给定nums两边加上-inf。因为在if语句中我们确保mid-1和mid+1存在。

    def findPeakElement1(self, nums) -> int:
        n = len(nums)
        val = [float('-inf')] + nums + [float('-inf')] 
        left,right = 0,n+1
        while left <= right:
            mid = (left + right)//2
            print(left,mid,right)
            if val[mid-1] < val[mid] and val[mid] >  val[mid+1]:
                return mid-1
            if val[mid] < val[mid+1]: #mid处与上坡
                left = mid + 1
            else:  #mid处与下坡
                right = mid - 1

模板二：

    def findPeakElement(self, nums: List[int]) -> int:
        n = len(nums)
        left,right = 0,n-1
        while left < right:
            mid = (left + right)//2
            #print(left,mid,right)
            if nums[mid] < nums[mid+1]:  #上坡
                left = mid + 1
            else:
                right = mid      #下坡
        return left

278. 第一个错误的版本

你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。

假设你有 n 个版本 [1, 2, ..., n]，你想找出导致之后所有版本出错的第一个错误的版本。

你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。

示例:给定 n = 5，并且 version = 4 是第一个错误的版本。

调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true

所以，4 是第一个错误的版本。

模板一

    def firstBadVersion1(self, n,t):
        #模板1
        def isBadVersion(num):
            if num >= t:
                return True
            else:
                return False
        left = 1
        right = n
        while left <= right:  #要加上等号，要不一个单独的数字就没法搞
            mid = (left + right)//2
            print(left,mid,right)
            if isBadVersion(mid):  #为True 表示出错
                if mid-1 > 0:
                    if not isBadVersion(mid-1):  #前一个没出错
                        return mid
                    else:                       #前一个出错了
                        right = mid - 1
                else:
                    return mid #全部都出错
            else:   #表示没出错
                if mid+1 <= n:
                    if isBadVersion(mid+1):  #后一个出错
                        return mid+1
                    else:                    #后一个没出错
                        left = mid + 1
                else:
                    return None #都没出错

模板二:

    def firstBadVersion2(self, n,t):
        #模板1
        def isBadVersion(num):
            if num >= t:
                return True  #报错
            else:
                return False     #不报错
        left,right = 1,n
        while left < right:
            mid = (left+right)//2
            print(left,mid,right)
            if not isBadVersion(mid):   #如果没有报错
                left = mid + 1
            else:
                right = mid
        return left

374. 猜数字大小

猜数字游戏的规则如下：

每轮游戏，系统都会从 1 到 n 随机选择一个数字。请你猜选出的是哪个数字。
如果你猜错了，系统会告诉你这个数字比系统选出的数字是大了还是小了。
你可以通过调用一个预先定义好的接口 guess(int num) 来获取猜测结果，返回值一共有 3 种可能的情况（-1，1 或 0）：

-1 : 系统选出的数字比你猜测的数字小
1 : 系统选出的数字比你猜测的数字大
0 : 恭喜！你猜对了！

示例 :输入: n = 10, pick = 6
输出: 6

模板一：

    def guessNumber1(self, n,t):
        def guess(num):
            if num == t:
                return 0
            if num > t:
                return -1
            else:
                return 1 
        left = 1
        right = n
        while left <= right:
            mid = (left + right)//2
            print(left,mid,right)
            if guess(mid) == 0:
                return mid
            elif guess(mid) ==-1: #猜大了
                right =  mid - 1
            else:
                left = mid + 1   #猜小了

模板二

    def guessNumber2(self, n,t):
        def guess(num):
            if num == t:
                return 0
            if num > t:
                return -1
            else:
                return 1 
        left = 1
        right = n
        while left < right:
            mid = (left + right)//2
            print(left,mid,right)
            if guess(mid) == 0:
                return mid
            elif guess(mid) == -1: #猜大了
                right =  mid
            else:
                left = mid + 1   #猜小了
        return left

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。你可以假设数组中无重复元素。

示例 1:输入: [1,3,5,6], 5
输出: 2

示例 2:输入: [1,3,5,6], 2
输出: 1

示例 3:输入: [1,3,5,6], 7
输出: 4

示例 4:输入: [1,3,5,6], 0
输出: 0

模板一：本题相比于其他模板一不同之处是在最后加入了return left

    def searchInsert(self, nums, target):
        if not nums:
            return -1
        length = len(nums)
        left = 0
        right = length-1
        while left <= right:                  
            mid = (left+right)//2
            print(left,mid,right)
            if nums[mid] == target:
                return mid
            elif nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1
        return left

模板二：在初始化时，有时把搜索区间设置大一点没有关系，但是如果恰好把边界值排除在外，再怎么搜索都得不到结果；例如本题如果一开始把 length这个位置排除在外进行二分搜索（在之前也没有特判），那么就无法在数组[1,3,5,6]中找到7的位置。

    def searchInsert2(self, nums, target):
        if not nums:
            return -1
        length = len(nums)
        left = 0
        right = length
        while left < right:                  
            mid = (left+right)//2
            print(left,mid,right)
            if nums[mid] == target:
                return mid
            elif nums[mid] < target:
                left = mid + 1
            else:
                right = mid
        return left

33. 搜索旋转排序数组

假设按照升序排序的数组在预先未知的某个点上进行了旋转。( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。

搜索一个给定的目标值，如果数组中存在这个目标值，则返回它的索引，否则返回 -1 。

你可以假设数组中不存在重复的元素。你的算法时间复杂度必须是 O(log n) 级别。

示例 1:输入: nums = [4,5,6,7,0,1,2], target = 0
输出: 4

示例 2:输入: nums = [4,5,6,7,0,1,2], target = 3
输出: -1

该题的采用模板一，也就是while(left<=right)，思路是：

若nums[mid]==target,则直接返回mid即可。
若nums[left]<=nums[mid],也就是从[left,mid]这个区间nums是有序的（例如[4,5,6,7,8,1,2]，nums[mid] = 7，就是这种情况），那么接下来就判断目标值是否在这个区间中了。如果target在[left,mid]区间中，right = mid-1，否则left=mid+1。
若nums[left]>nums[mid],则[mid,right]这个区间是顺序排列的（例如[7,8,1,2,4,5,6]，nums[mid] = 2，就是这种情况），然后判断目标值是否在这个区间中。如果target在[left,mid]区间中，left= mid+1，否则right = mid-1

判断[left,mid]这个区间nums是有序的只用nums[left]<nums[mid]即可，为什么要加上“=”。
原因在于对于一个单独的数字，我们可以将其看成是有序的。对有一些例子，如[3,1]，target = 1，不加上等号的话会出现错误。

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        n = len(nums)
        left,right = 0,n-1
        while left <= right:
            mid = (left + right)//2
            if nums[mid] == target:
                return mid
            if nums[0] <= nums[mid]:  #左边有序
                if nums[0] <= target < nums[mid]: #查找的数字在左边
                    right = mid -1 
                else:
                    left = mid + 1   #查找的数字在右边
            else:  #右边有序
                if nums[mid] < target <= nums[n-1]: #查找的数字在右边
                    left = mid + 1
                else:
                    right = mid - 1   #查找的数字在左边
        return -1

81. 搜索旋转排序数组 II

假设按照升序排序的数组在预先未知的某个点上进行了旋转。( 例如，数组 [0,0,1,2,2,5,6] 可能变为 [2,5,6,0,0,1,2] )。

编写一个函数来判断给定的目标值是否存在于数组中。若存在返回 true，否则返回 false。本题中的 nums 可能包含重复元素。

示例 1:输入: nums = [2,5,6,0,0,1,2], target = 0
输出: true

示例 2:输入: nums = [2,5,6,0,0,1,2], target = 3
输出: false

本题与上一题不同之处在于数组里面有重复数字了。相比于上一题值需要多考虑一种情况，10111 和 1110111101，因为此时nums[left] = nums[mid] = nums[right]，分不清到底是前面有序还是后面有序。解决办法就是将重复元素过滤掉。

相比于上一题，改动有2处：

if(nums[left]<nums[right])这里改成严格小于，而不是小于等于了。只有这个时候，才有必要持续深入进去修改left或者right。
添加了重复元素的过滤

    def search2(self, nums, target):
        n = len(nums)
        left,right = 0,n-1
        while left <= right:
            mid = (left + right)//2
            print(mid,nums[mid])
            if nums[mid] == target:
                return mid           
            if nums[left] == nums[mid]:
                left = left + 1
                continue
            if nums[right] == nums[mid]:
                right = right - 1
                continue
            if nums[0] < nums[mid]:  #左边有序
                if nums[0] <= target < nums[mid]: #查找的数字在左边
                    right = mid -1 
                else:
                    left = mid + 1   #查找的数字在右边
            else:  #右边有序
                if nums[mid] < target <= nums[n-1]: #查找的数字在右边
                    left = mid + 1
                else:
                    right = mid - 1   #查找的数字在左边
        return -1

153. 寻找旋转排序数组中的最小值

假设按照升序排序的数组在预先未知的某个点上进行了旋转。( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。

请找出其中最小的元素。你可以假设数组中不存在重复元素。

示例 1:输入: [3,4,5,1,2]
输出: 1
示例 2:

输入: [4,5,6,7,0,1,2]
输出: 0

旋转后的数组主要有以下三种情况：

中值>左值

中值＜右值

收缩右边界

中值>左值

中值＞右值

收缩左边界

中值＜左值
中值＜右值

收缩右边界

方法1：判断mid与right

可以看出在情景1和2中都是中值>左值，但是最小值一个在中值的左边，一个在中值的右边，也就是说通过中值（nums[mid]）与左值（nums[left]）的判断并不能找出最小值的位置。而如果中值＜右值，则最小值一定在中值的左边，即收缩右边界，见情景1和3。因此在代码中，我们要通过比较mid与right来解决问题。

由于我们在计算中值后，中值也可能是最小值，因此右边界收缩取到mid处。

    def minArray(self,nums):
        if not nums:
            return None
        n = len(nums)
        left,right = 0,n-1          
        while left < right:
            mid = (left + right)//2
            print(nums[mid])           
            if nums[mid] < nums[right]:
                right = mid
            else:
                left = mid + 1
        return nums[left]

判断mid与nums[0]

这个方法利用了旋转数组的性质，即图中拐点（inflection Point）左边的数字都大于nums[0]，右边的数字都小于nums[0]。即nums[mid]大于nums[0]，收缩左边界，nums[mid]小于nums[0]，收缩右边界。但是这样仍不能避免情景1的问题，因此在代码中，需要提前考虑。

   def minArray_1(self,nums):
        if not nums:
            return None
        n = len(nums)
        left,right = 0,n-1
        if nums[right] > nums[left]: #用于满足情景1的情况
            return nums[left]          
        while left < right:
            mid = (left + right)//2
            print(nums[mid])           
            if nums[mid] >= nums[0]:#等号用于满足[2,1]这样的例子
                left = mid+1  
            else:
                right = mid
        return nums[left]

判断mid与nums[-1]

既然上述方法仍要额外考虑情景1，我们可以将nums[mid]直接与nums[-1]比较。nums[mid]大于nums[-1]，收缩左边界，nums[mid]小于nums[0]，收缩右边界。

    def minArray_2(self,nums):
        if not nums:
            return None
        n = len(nums)
        left,right = 0,n-1          
        while left < right:
            mid = (left + right)//2
            print(nums[mid])           
            if nums[mid] < nums[-1]:
                right = mid
            else:
                left = mid + 1
        return nums[left]

154. 寻找旋转排序数组中的最小值 II

假设按照升序排序的数组在预先未知的某个点上进行了旋转。( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
请找出其中最小的元素。
注意数组中可能存在重复的元素。

示例 1：
输入: [1,3,5]
输出: 1

示例 2：
输入: [2,2,2,0,1]
输出: 0

    def minArray2_1(self,nums):
        if not nums:
            return None
        n = len(nums)
        left,right = 0,n-1          
        while left < right:
            mid = (left + right)//2
            print(nums[mid])           
            if nums[mid] < nums[right]:
                right = mid
            elif nums[mid] > nums[right]:
                left = mid + 1
            else:
                right =right - 1
        return nums[left]

Mr_health

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
1
评论
【leetcode】二分法

目录方法总结704. 二分查找852. 山脉数组的峰顶索引162. 寻找峰值278. 第一个错误的版本374. 猜数字大小35. 搜索插入位置方法总结笔者目前的水平给出两种二分法的模板。模板一这种是最简单的二分法的模板，如下。其特点是：循环可以继续的条件是 while (left <= right) ，表示当 left == right 成立的时候，还有一个元素，即下标 left（right）位置的元素还没有看到，需要继续查看这个元素的值...
复制链接

扫一扫