二分搜索算法总结

二分搜索能够处理的问题

1. 在有序的序列中检索特定值的情况。（标准二分搜索模版，题1）
2. 在形如“oooxxx”的序列中查找边界的情况。（oooxxx边界搜索，题4）
3. 能通过确定的边界将问题规模折半的情况。（half half问题，题10）
4. 倍增思想，通过反向使用二分搜索的思路来解决问题。（倍增问题，题13）

代码注意事项

1. start + 1 < end，该判定条件可以避免死循环、越界等情况。
2. mid = start + (end - start) / 2，该取中点方式可以避免start+end越界整型上限问题。
3. A[mid] ==, <, >，三种条件分支分开处理。
4. A[start] A[end] ? target，由于1的判定条件原因，循环结束单独处理这两个位置，防止漏元素。

时间复杂度分析

常规的二分法时间复杂度，如果用key值判断操作对区间取舍的时间复杂度为O(1)，相当于每次在O(1)的耗时内将大问题的规模复杂度折半，则总时间复杂度如下：

T(n) = T(n/2) + O(1)
     = T(n/4) + 2 * O(1)
     = T(n/n) + logn * O(1)
     = T(1) + log n * O(1)
     = O(1) + log n * O(1)
     = O(log n)

复杂二分法的时间复杂度，如果用key值判断操作对区间取舍的时间复杂度为O(n)，相当于每次在O(n)的耗时内将大问题的规模复杂度折半，则总时间复杂度如下：：

T(n) = T(n/2) + O(n)
     = T(n/4) + O(n/2) + O(n)
     = T(n/n) + O(2 + …… + n/4 + n/2 + n)
     = T(1) + O(2n)
     = O(1) + O(2n)
     = O(n)

题目汇总

1. 经典二分搜索（Classical Binary Search）https://blog.csdn.net/SeeDoubleU/article/details/118271548
2. 寻找目标出现的初始位置（First Position of Target）https://blog.csdn.net/SeeDoubleU/article/details/118346371
3. 寻找目标出现的最后位置（Last Position of Target）https://blog.csdn.net/SeeDoubleU/article/details/118346371
4. 第一个坏版本（First Bad Version）https://blog.csdn.net/SeeDoubleU/article/details/118370300
5. 寻找旋转排序数组中的最小值（Find Minimum in Rotated Sorted Array）https://blog.csdn.net/SeeDoubleU/article/details/118447152
6. 最小覆盖矩形（Smallest Rectangle Enclosing Black Pixels）https://blog.csdn.net/SeeDoubleU/article/details/118563231
7. 搜索m*n矩阵中的目标值（Search a 2D Matrix）https://blog.csdn.net/SeeDoubleU/article/details/118618500
8. 搜索m*n矩阵中目标值的个数（Search a 2D Matrix II）https://blog.csdn.net/SeeDoubleU/article/details/118715497
9. 找到目标出现的区间范围（Search or a Range）https://blog.csdn.net/SeeDoubleU/article/details/118918250
10. 寻找山型数组的顶点（Maximum Number in Mountain Sequence）https://blog.csdn.net/SeeDoubleU/article/details/118979312
11. 寻找峰值（Find Peak Element）https://blog.csdn.net/SeeDoubleU/article/details/119066513
12. 在旋转排序数组中查找元素（Search in Rotated Sorted Array）https://blog.csdn.net/SeeDoubleU/article/details/119154818
13. 在大数组中查找（Search in a Big Sorted Array）https://blog.csdn.net/SeeDoubleU/article/details/124361462