目录
704. 二分查找 (剑指offer53:在排序数组中查找target)
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 |
![]() |
| 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]