二分查找模板

youn_hr

已于 2023-06-01 15:00:03 修改

阅读量36

点赞数

分类专栏：算法文章标签：算法

于 2023-06-01 14:41:12 首次发布

本文链接：https://blog.csdn.net/SIYIY/article/details/130987390

版权

算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

二分查找模板

1.base版本（l=mid+1,r=mid-1）

void bin_search(vector<int>& arr,int target){
	int ans=-1;
	int l=0,r=arr.size()-1;
	int mid=l+(r-l)/2;
	while(l<=r){
		mid=l+(r-l)/2;
		if(arr[mid]==target){
			ans=mid;break;
		}else if(arr[mid]>target){
			r=mid-1;
		}else{
			l=mid+1;
		}
	}
	return ans;
}

2.template 1 (left=mid+1;right=mid,mid不加1)

int bin_search(int left, int right) {
  while (left < right) {
    int mid = (left + right) / 2; // 注意防止溢出
    if (check(mid)) // 判断 mid 是否满足查找条件
      left = mid + 1; // 结果落在 [mid+1, right] 区间
    else
      right = mid; // 结果落在 [left, mid] 区间
  }
  return left;
}

3.template 2(left=mid;right=mid-1,mid加1)

int bin_search(int left, int right) {
  while (left < right) {
    // 注意防止溢出
    int mid = (left + right + 1) / 2;
    if (check(mid))
      // 结果落在 [left, mid-1]
      right = mid - 1;
    else
      // 结果落在 [mid, right]
      left = mid;
  }
  return left;
}

两个模板最后都是要收缩到区间 $\ [left, left+1]$ 里进行最后一次 $c h ec k$ ：
对于模板一，计算得到 $mi d = l e f t$ ，区间往左收缩是进入 $r i g h t = mi d$ ，区间往右收缩是进入 $l e f t = mi d + 1$ ，结束循环，所以更新 $mi d$ 要用 $mi d = (l e f t + r i g h t) /2$
对于模板二，计算得到 $mi d = r i g h t$ ，区间往左收缩是进入 $r i g h t = mi d - 1$ ，区间往右收缩是进入 $l e f t = mi d$ ，结束循环，所以更新 $mi d$ 要用 $mi d = (l e f t + r i g h t + 1) /2$

例1：左边界问题

查找元素 $t a r g e t$ 的第一个位置，相当于查找大于等于 $t a r g e t$ 的第一个元素位置：
如果 $n u m s [mi d] < t a r g e t$ ，此时 $t a r g e t$ 应该落在右半区间 $[mi d + 1, r i g h t]$ ；
如果 $n u m s [mi d] >= t a r g e t$ ，此时 $t a r g e t$ 应该落在左半区间 $[l e f t, mi d]$ ，因为 $mi d$ 可能就是 $t a r g e t$ ，所以还需要进一步比较；
因而选择 $c h ec k (mi d)$ 为 $n u m s [mi d] < t a r g e t$ ，区间更新条件分别是 $l e f t = mi d + 1$ ; $r i g h t = mi d$ ;

int searchFirst(vector<int> &nums, int target) {
    int left = 0, right = nums.size() - 1;
    while (left < right) {
      int mid = (left + right) >> 1;
      if (nums[mid] < target)
        left = mid + 1;
      else
        right = mid;
    }
    return nums[left] == target ? left : -1;
  }

例2：右边界问题

查找元素 $t a r g e t$ 的最后一个位置，相当于查找小于等于 $t a r g e t$ 的最后一个元素位置：
如果 $n u m s [mi d] > t a r g e t$ ，此时 $t a r g e t$ 应该落在左半区间 $[l e f t, mi d - 1]$ ；
如果 $n u m s [mi d] <= t a r g e t$ ，此时 $t a r g e t$ 应该落在右半区间 $[mi d, r i g h t]$ ，因为 $mi d$ 可能就是 $t a r g e t$ ，所以还需要进一步比较
因而选择 $c h ec k (mi d)$ 为 $n u m s [mi d] > t a r g e t$ ，区间更新条件分别是 $r i g h t = mi d - 1$ ; $l e f t = mi d$ ;

int searchLast(vector<int> &nums, int target) {
  int left = 0, right = nums.size() - 1;
  while (left < right) {
    int mid = (left + right + 1) / 2;
    if (nums[mid] <= target)
      left = mid;
    else
      right = mid - 1;
  }
  return nums[left] == target ? left : -1;
}