LeetCode No.278 & 374 & 852 二分查找专题

最新推荐文章于 2021-09-20 20:44:30 发布

曙光磁铁

最新推荐文章于 2021-09-20 20:44:30 发布

阅读量267

点赞数

分类专栏： LeetCode题解

本文链接：https://blog.csdn.net/SGCTSGCT/article/details/117925071

版权

LeetCode题解专栏收录该内容

46 篇文章 0 订阅

订阅专栏

原贴地址：http://blog.leanote.com/post/dawnmagnet/lc278-374-852

写在前面

二分查找是一个非常基础的算法。但是完全掌握却并不容易。
首先再次介绍一下二分查找。

大家开始学习二分的时候，总是伴随着一个万年不变的场景：有序数组(假设是升序)。
核心思路就是判断num[mid]。
但是大家一开始学的都会有三种情况。

num[mid] > target，就表示要找的数字一定位于mid左边，所以我们将右边界限制到mid-1，也就是right = mid - 1;
num[mid] == target，刚好找到，返回mid。
num[mid] < target，就表示要找的数字一定位于mid右边，所以我们将左边界限制到mid+1，也就是left = mid + 1;

这个例子非常好，确实讲出来了二分查找的核心思路，但忽略了许多细节。
在写二分查找的时候，是否总是写出来TLE（超出时间限制/死循环）？是否总是不能获得想要的答案？
在看完这篇专题之后，一定能启发你有所思考。

二分查找的特解

众所周知，一个通用的二分查找是不一定有特解的。
也就是说，在查找之前，我们是不知道数组中有没有我们需要查找的那个值的。也有可能有多个target，此时返回任意一个不确定的target的位置是没有意义的（这时候人们往往更加关系第一个target和最后一个target的位置）。
所以刚才介绍的num[mid] == target这种情况，是完全没有意义的。
在所有需要用到二分查找的工业/商业场景，没有人会去判断一个等于的情况。
我们就要总结出一个更通用的规律。

将等于的情况并入大于或者是小于，也就是变成了大于等于和小于等于。
这样就将3种情况变成了两种情况，而且对于最终的结果没有任何的影响，不管是否有target我们都能返回，甚至在有多个target的时候，还能返回target的左边界和右边界。

既然有左边界和右边界，我们需要如何操作才能返回左边界和右边界呢？如何在代码中区分这两种情况呢？

二分查找的“靠左”和“靠右”和边界

二分查找的中间值的取法也是一个很重要的细节。
我们一般使用的是mid=(left+right)/2，这样获得是靠左的中间值。
对于一个奇数长度的(由left和right包围的)数组来说，中间值只有一个，但是对于一个偶数长度的数组来说，中间值有两个，而且并不相同。

那么我们在两个中间值中，只能选取一个，那么这个选取的方法对于最终的结果有影响吗？

我们设想这么一个场景，假设二分到了最后一步，此时只剩下两个数了。
title
如果我们“靠左”取mid，那么就会出现如上图所示的情况，如果我们的代码像下面一样，肯定是不可行的：

if (条件成立) {
    left = mid;
} else {
    right = mid;
}

这样mid一直都没有变动，就会陷入死循环。
所以我们应该做如上改动：

if (条件成立) {
    left = mid + 1;
} else {
    right = mid;
}

这样就不会死循环了，但是在我们上述修改过后的代码找出来的最终元素是什么呢？相信思路快的同学已经看出来了，我们找到的是条件不成立的最靠左的数字。

那么如果我们想要找条件成立的最靠右的数字呢？
有两种办法，一种是对于刚刚找出来的条件不成立最靠左的数字，减1，就是条件成立最靠右的数字。第二种办法是从二分查找入手。全部反一下。也就是说，代码应该写成这种形式：

if (条件成立) {
    left = mid;
} else {
    right = mid - 1;
}

而写成这种形式无可避免地就要求我们取靠右的mid。

所以我们总结一下

mid取向	left	right	最终结果
靠左 (left+right)/2	mid+1	mid	条件不成立的最靠左的数字
靠右 (left+right+1)/2	mid	mid-1	条件成立的最靠右的数字

只有这两种情况是合理合法的二分查找标准形式。

二分查找的条件

那么我们就可以很轻松的回答上面的问题了，如果一个数组里有许多target，我们想获得最左边的target该怎么做呢？

在这种情况下，我们可以取小于target作为我们的边界，因为在这个最左边的target左边，就是一条分界线。

在这个分界线的左边，所有的数字都小于target,在这个分界线的右边，所有的数字都大于等于target。

所以我们就可以直接把这个条件简单替换至上面的if(条件成立)处。
既然我们确定了边界线和条件，我们找的“最靠左的target”就是边界线右边，也就是条件不成立的最靠左的数字。再对着上面的表轻松一看是不是就获得答案了呢？

说了这么多理论，来看一下实战吧！

No.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) -&gt; false
调用 isBadVersion(5)&nbsp;-&gt; true
调用 isBadVersion(4)&nbsp;-&gt; true

所以，4 是第一个错误的版本。

思路分析

非常简单，三步走：

1.把isBadVersion()看成一个数组，数组中靠左的是false,靠右的是true，所以条件成立就是isBadVersion()==false
2.边界线就是左边是false，右边是true的分界线。
3.我们要找的是边界线右边的第一个，也就是条件不成立的最靠左的数字。

好了，非常清晰，对照表格中，选用的是mid靠左取的情况。
啪的一下就写完了代码。

C++代码

class Solution {
public:
    int firstBadVersion(int n) {
        int left = 1, right = n;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (isBadVersion(mid) == false) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        return left;
    }
};

这里给大家一个小建议，千万不要把left和right倒过来写，为了思路清晰，建议一定要把数组靠左成立的条件写到if里，在此时，第一行一定是left=啥啥啥。这样不太容易出错。举个不建议的例子：

if (isBadVersion(mid) == true) {
    right = mid;
} else {
    left = mid + 1;
}

这么写和上述是等价的。但要是你不是很会，建议还是老老实实写个==false。

很轻松啊！继续来看第二题

No.374 猜数字大小

猜数字游戏的规则如下：

每轮游戏，我都会从 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，我会告诉你，你猜测的数字比我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 int 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：我选出的数字比你猜的数字小 pick < num
1：我选出的数字比你猜的数字大 pick > num
0：我选出的数字和你猜的数字一样。恭喜！你猜对了！pick == num

返回我选出的数字。

示例 1：

输入：n = 10, pick = 6
输出：6

示例 2：

输入：n = 1, pick = 1
输出：1

示例 3：

输入：n = 2, pick = 1
输出：1

示例 4：

输入：n = 2, pick = 2
输出：2

提示：

1 <= n <= 2³¹ - 1
1 <= pick <= n

### 思路分析

老方法，看成数组，形状应该是[…,1,1,1,0,-1,-1,-1,…]
1.条件都不用说了吧，不过有两种取法，一种是取大于等于0最靠左的，一种是取小于等于0最靠右的，怎么取都能对。
2.下面都不用写了直接看表吧！
PS:这个题由于有特殊值，可以使用特殊值特判。但是不建议这么做，应该尽量选一个通用的方法做熟练。并非所有情况都有特殊值，但就算有特殊值也可以用1中的方法看成没特殊值来做

C++代码

靠左做法：

class Solution {
public:
    int guessNumber(int n) {
        int left = 0, right = n;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (guess(mid) > 0) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        return left;
    }
};

靠右做法：

class Solution {
public:
    int guessNumber(int n) {
        long left = 0, right = n;
        while (left < right) {
            long mid = left + (right - left + 1) / 2;
            if (guess(mid) > -1) {
                left = mid;
            } else {
                right = mid - 1;
            }
        }
        return left;
    }
};

特殊值做法（不推荐）：

class Solution {
public:
    int guessNumber(int n) {
        long left = 0, right = n;
        while (left < right) {
            long mid = left + (right - left) / 2;
            if (guess(mid) == 0) {
                return mid;
            } else if (guess(mid) == 1) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        return left;
    }
};

No.852 山脉数组的峰顶索引

符合下列属性的数组 arr 称为 山脉数组 ：

arr.length >= 3
存在 i（0 < i < arr.length - 1）使得：
- arr[0] < arr[1] < ... arr[i-1] < arr[i]
- arr[i] > arr[i+1] > ... > arr[arr.length - 1]

给你由整数组成的山脉数组 arr ，返回任何满足 arr[0] < arr[1] < ... arr[i - 1] < arr[i] > arr[i + 1] > ... > arr[arr.length - 1] 的下标 i 。

示例 1：

输入：arr = [0,1,0]
输出：1

示例 2：

输入：arr = [0,2,1,0]
输出：1

示例 3：

输入：arr = [0,10,5,2]
输出：1

示例 4：

输入：arr = [3,4,5,1]
输出：2

示例 5：

输入：arr = [24,69,100,99,79,78,67,36,26,19]
输出：2

提示：

3 <= arr.length <= 10⁴
0 <= arr[i] <= 10⁶
题目数据保证 arr 是一个山脉数组

进阶：很容易想到时间复杂度 O(n) 的解决方案，你可以设计一个 O(log(n)) 的解决方案吗？

思路分析

这一题不用想直接二分，关键又回到了条件，山脉数组究竟有什么条件呢？我们假设仍然存在一条分界线，这个分界线左边的num[mid]满足什么条件呢？可以看出，数组的总体趋势是先上升后下降的。
其实也很好想，满足的就是num[mid] > num[mid-1]，而分界线右边的数字都不满足。
在此时，我们要求的就是满足条件最靠右的第一个元素。
所以其实就可以查表了

C++代码

class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        int left = 0;
        int right = arr.size() - 1;
        while (left < right) {
            int mid = (left + right + 1) / 2;
            if (arr[mid] > arr[mid - 1]) left = mid;
            else right = mid - 1;
        }
        return left;
    }
};

其实也是一样的道理，都很简单，只要我们理清了那个表的道理，做一切二分问题都能迎刃而解。

曙光磁铁

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
LeetCode No.278 & 374 & 852 二分查找专题

原贴地址：http://blog.leanote.com/post/dawnmagnet/lc278-374-852写在前面二分查找是一个非常基础的算法。但是完全掌握却并不容易。首先再次介绍一下二分查找。大家开始学习二分的时候，总是伴随着一个万年不变的场景：有序数组(假设是升序)。核心思路就是判断num[mid]。但是大家一开始学的都会有三种情况。num[mid] > target，就表示要找的数字一定位于mid左边，所以我们将右边界限制到mid-1，也就是right = mid -
复制链接

扫一扫