二分法的边界问题

文章详细介绍了二分法在处理有序数组搜索时的两种边界处理方式,分别是左闭右闭和左闭右开,并提供了对应的Python代码实现。二分法通过每轮删除一半数据域来达到O(logn)的时间复杂度,但需注意边界条件的正确设置,以避免错误。文章还给出了一道关于二分查找的示例题目。
摘要由CSDN通过智能技术生成

二分法的边界问题

二分法是一种快速的搜索策略,在有序数组中选取中间位置进行判断,每一轮的搜索可以删除一半的数据域,从而将搜索的时间复杂度降为 O ( l o g n ) O(log n) O(logn)。但在利用二分法编写程序时,尤其需要注意二分法的边界条件,属于容易出错的细节问题。
一般二分法有两种方式实现对边界的控制,分别是左闭右闭和左闭右开。

方式一:左闭右闭

如果二分查找的范围是一个左闭右闭区间[left,right],while循环的结束控制条件应该是left<=right,此时需要使用<=,因为left==right在闭区间内是有意义的。
一轮查找后对边界进行收缩,如果nums[mid]<target,则目标一定在mid之后,设定left=mid+1;若nums[mid]>target,则目标一定在mid之前,设定right=mid-1。

def search(nums, target):
	while left <= right:
		mid = left + (right - left) // 2
		if nums[mid] == target:
			return mid
		if nums[mid] < target:
			left = mid + 1
		else:
			right = mid - 1
	return -1

方式二:左闭右开

如果二分查找的范围是一个左闭右开区间[left,right),while循环的结束控制条件应该是left<right,此时需要使用<,因为left==right在左闭右开区间内是没有意义的。
一轮查找后对边界进行收缩,如果nums[mid]<target,则目标一定在mid之后,设定left=mid+1;若nums[mid]>target,则目标一定在mid之前,但由于right是不可取到的,设定right=mid。

def search(nums, target):
	while left < right:
		mid = left + (right - left) // 2
		if nums[mid] == target:
			return mid
		if nums[mid] < target:
			left = mid + 1
		else:
			right = mid
	return -1

例题

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

示例2:

输入:nums = [-1,0,3,5,9,12], target = 2
输出:-1

提示:
  1. 你可以假设nums中的所有元素是不重复的。
  2. n将在[1,10000]之间。
  3. nums的每个元素都将在[-9999,9999]之间。

写法一:左闭右闭

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)-1
        while left <= right:
            mid = left + (right - left) // 2
            if nums[mid] == target:
                return mid
            if nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1
        return -1

写法二:左闭右开

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] == target:
                return mid
            if nums[mid] < target:
                left = mid + 1
            else:
                right = mid
        return -1
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二分法是一种常用的算法,用于在有序列表中查找特定元素。其原理是将列表分为两个部分,然后与指定元素进行比较,如果比指定元素小,则在较小的部分继续查找,如果比指定元素大,则在较大的部分继续查找,直到找到指定元素或者列表为空。 在Python中,可以使用numpy和pandas库来实现二分法。numpy提供了一些数值计算的函数,而pandas则可用于展示中间过程。 下面是一个使用二分法查找指定元素的示例代码: ```python import numpy as np import pandas as pd def binary_search(target, list_a): left = 0 right = len(list_a) - 1 while left <= right: mid = (left + right) // 2 if list_a[mid] == target: return '找到了' elif list_a[mid] < target: left = mid + 1 else: right = mid - 1 return '找不到' list_a = np.array([1, 2, 3, 4, 5, 6, 7, 8]) target = 5 result = binary_search(target, list_a) print(result) ``` 这段代码定义了一个`binary_search`函数,接受一个目标值和一个升序的数字列表作为参数。函数内部使用了一个`while`循环来进行二分查找,通过比较中间元素与目标值的大小来更新左右边界,直到找到目标值或者列表为空。最后,根据查找结果返回相应的提示信息。 回答完问题后,我将提供一些相关问题: 相关问题: 1. 二分法在有序列表中查找元素的时间复杂度是多少? 2. 二分法只适用于有序列表吗? 3. 除了列表,二分法还可以用于其他数据结构吗?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值