Java 二分查找法---常用的三种模板代码与分析

1. 二分查找时间和空间复杂度

1.1 时间复杂度 --- O(log N)  

  • 二分查找是通过将现有数组一分为二来执行的。
  • 每次调用子例程(或完成一次迭代)时,其大小都会减少到现有部分的一半。
  •  N 变成 N/2,然后又变成 N/4,然后继续下去,直到找到元素或尺寸变为 1。
  • 迭代的最大次数是 log N 。(N 是数组中元素的数目)

1.2 空间复杂度 --- O(1)

  •  直接操作与数据本身,不需要额外的空间。

 

2. 模版 I

int binarySearch(int[] nums, int target){
  if(nums == null || nums.length == 0)
    return -1;

  int left = 0, right = nums.length - 1;
  while(left <= right){
    int mid = left + ((right - left) >> 1);
    if(nums[mid] == target){ 
         return mid; 
      }else if(nums[mid] < target) { 
         left = mid + 1; 
      }else { 
         right = mid - 1; 
      }
  }

  return -1;
}

2.1 分析

  • 标准的二分查找模板
  • 初始条件:left = 0, right = length-1
  • 终止:left > right
  • 向左查找:right = mid-1
  • 向右查找:left = mid+1

2.2 使用场景

  • 查找可以通过访问数组中的单个索引来查找指定的target值。
  • 查找条件可以在不与元素的两侧进行比较的情况下确定(或使用它周围的特定元素)。
  • 不需要后处理,因为每一步中,都在检查是否找到了元素。如果到达末尾,则知道未找到该元素。

3. 模板 II

int binarySearch(int[] nums, int target){
  if(nums == null || nums.length == 0)
    return -1;

  int left = 0, right = nums.length;
  while(left < right){
    int mid = left + ((right - left) >> 1);
    if(nums[mid] == target){ 
         return mid; 
      }else if(nums[mid] < target) { 
        left = mid + 1; //mid右邻居
      }else { 
        right = mid; 
      }
  }

  //比较mid右邻居是否和目标值相等
  if(left != nums.length && nums[left] == target) return left;

      return -1;
}

3.1 分析

  • 二分查找进阶模板。
  • 初始条件:left = 0, right = length
  • 终止:left == right
  • 向左查找:right = mid
  • 向右查找:left = mid+1

3.2 使用场景

  • 查找条件需要访问元素的直接右邻居。
  • 使用元素的右邻居来确定是否满足条件,并决定是向左还是向右。
  • 保证查找空间在每一步中至少有 2 个元素。
  • 需要进行后处理。 即当剩下 1 个元素时,循环 / 递归结束。 需要评估剩余元素是否符合条件。

4. 模板 III

int binarySearch(int[] nums, int target) {
    if (nums == null || nums.length == 0)
        return -1;

    int left = 0, right = nums.length - 1;
    while (left + 1 < right){
        int mid = left + ((right - left) >> 1);
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] < target) {
            left = mid;
        } else {
            right = mid;
        }
    }

    if(nums[left] == target) return left;
    if(nums[right] == target) return right;
    return -1;
}

4.1 分析

  • 二分查找的另一种进阶形式。
  • 初始条件:left = 0, right = length-1
  • 终止:left + 1 == right
  • 向左查找:right = mid
  • 向右查找:left = mid

4.2 使用场景

  • 搜索条件需要访问元素的直接左右邻居。
  • 使用元素的邻居来确定它是向右还是向左。
  • 保证查找空间在每个步骤中至少有 3 个元素。
  • 需要进行后处理。 当剩下 2 个元素时,循环 / 递归结束。 需要评估其余元素是否符合条件。
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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