[Leetcode] 二分查找算法指南（基础篇）

前言

二分查找算法作为一种常见的查找方法，将原本是线性时间提升到了对数时间范围，大大缩短了搜索时间，具有很大的应用场景，而在 LeetCode 中，要运用二分搜索法来解的题目也有很多，但是实际上二分查找法的查找目标有很多种，而且在细节写法也有一些变化。

问题形式

二分查找算法充分利用了元素间的次序关系，采用分治策略，可在最坏的情况下用 $O(logN)$ 完成搜索任务。
题目问法大致有这几种

• 查找和目标值完全相等的数
• 查找区间的某个边界值
• 利用子函数对中间值进行判断，确定查找的方向
• 利用二分思想查找函数的极大值

解题思路与模板

根据前面的描述可以看出，这类问题的核心就是在于确定三要素：搜索区间，终止条件和折半方向。

标准二分查找

/** 元素按升序排列，下同 */
int binarySearch(int[] arr, int target) {
   
	int left = 0;
	int right = arr.length - 1;
	while (left <= right) {
   
		int mid = (left + right) >>> 1; // 无符号右移，即使前面溢出也能得到正确结果
		if (arr[mid] == target) {
   
			return mid;
		} else if (arr[mid] < target) {
   
			left = mid + 1; // 当前元素比目标值小，则收缩左边界，查找右半边
		} else if (arr[mid] > target) {
   
			right = mid - 1; // 当前元素比目标值小，则收缩右边界，查找左半边
		}			
	}
	return -1; // 未找到
}

快问快答
Q：为什么 while 循环的终止条件是 left <= right ？而我看到有的代码里是 left < right ?
A：两者都可以使用，但它们代表不同的搜索区间，需要配合不同的右侧边界。带个例子来看，假如我们在 $[1,3,5,7,9]$ 中搜索元素 $3$ 的索引位置。我们在代码里加一些输出语句来看看吧。

循环条件是 left <= right 时
第 1 次循环开始：left = 0, right = 4, mid = 2
第 1 次循环结束：left = 0, right = 1, mid = 2
第 2 次循环开始：left = 0, right = 1, mid = 0
第 2 次循环结束：left = 1, right = 1, mid = 0
第 3 次循环开始：left = 1, right = 1, mid = 1
找到了 target = 3 ，索引是 1

结果正确。下面我们把 <= 改为 <，其他条件不变

循环条件是 left < right 时
第 1 次循环开始：left = 0, right = 4, mid = 2
第 1 次循环结束：left = 0, right = 1, mid = 2
第 2 次循环开始：left = 0, right = 1, mid = 0
第 2 次循环结束：left = 1, right = 1, mid = 0
未找到 target = 3

出现了错误！我们注意到在第二次循环结束时已经有 $left=right$，不满足第三次循环开始条件了。导致了 $mid$ 遗漏了索引 1 的位置。如果我们一定要用 $left<right$ 作为循环条件呢？可以通过修改右侧边界的方式来实现，看下面的代码。

/** 使用 while (left < right) 时的正确代码，注意 right 的取值 */
int binarySearch(int[] arr, int target) {
   
	int left = 0;
	int right = arr.length; // 注意这里
	while (left < right) {
    // 改用 "<"
		int mid = (left + right) >>> 1;
		if (arr[mid] == target) {
   
			return mid;
		} else if (arr[mid] < target) {
   
			left = mid + 1;
		} else if (arr[mid] > target) {
   
			right = mid; // 注意这里
		}			
	}
	return -1;
}

这次我们看到了正确的结果。

循环条件是 left < right 时
第 1 次循环开始：left = 0, right = 5, mid = 2
第 1 次循环结束：left = 0, right = 2, mid = 2
第 2 次循环开始：left = 0, right = 2, mid = 1
找到了 target = 3 ，索引是 1

通过上面的比较不难发现，当使用 $left\le right$ 时，相当于是在闭区间 $[left,right]$ 进行搜索；而当使用 $left<right$ 时，相当于是在左闭右开区间 $[left,right)$ 进行搜索。对于以上两种形式，如果你已经理解了边界的概念，记住它们自然不在话下。如果害怕混淆，博主的建议是按习惯只记一种就可以了。

Q：标准算法有什么局限性？
A：至此，你应该已经掌握了该算法的所有细节，以及这样处理的原因。但是，这个算法存在局限性。比如说给你数组 $[1,3,3,3,4]$，需要搜索元素 $3$ 的索引，此算法返回的索引是 2，没错。但是如果我想得到 target 的左侧边界，即索引 1，或者我想得到 target 的右侧边界，即索引 3，这样的话此算法是无法处理的。然而这样的需求很常见。你也许会说，找到一个 target 索引，然后向左或向右线性搜索不行吗？可以但是不好，假如有大量的重复元素，那样就难以保证二分查找对数级的复杂度了。下面我们就来讨论边界的二分查找算法。

寻找第一个不小于目标值的位置

我们注意到在上面的例子中，要找到元素 $3$ 的左侧边界，相当于是要找到第一个不小于元素 $3$ 的位置，我们只需要修改两处代码就能实现。

int lowerBound(int[] arr, int target) {
   
	int left = 0;
	int right = arr.length;
	while (left < right) {
   
		int mid = (left + right) >>> 1;
		if (arr[mid] == target) {
   
			right = mid; // 注意这里
		} else if (arr[mid] < target) {
   
			left = mid + 1;
		} else if (arr[mid] > target) {
   
			right = mid;
		}			
	}
	return right; // 注意这里，也可以写为left, 循环终止时它们是相等的
}

快问快答
Q：为什么这样能找到左边界？
A：关键在于对找到 $target$ 后这种情况的处理，我们并没有直接返回索引值，而是继续收缩右边界令 $right=mid$，最终达到锁定左边界的目的。

Q：为什么没有返回 -1 的操作？如果数组不存在这样的 target 该怎么办？
A：我们继续通过打印输出结果来看，假如我们在 $[0,1,3,3,3,7,8]$ 中搜索元素 $3$

开始查找，target = 3
第 1 次循环开始：left = 0, right = 7, mid = 3
第 1 次循环结束：left = 0, right = 3, mid = 3
第 2 次循环开始：left = 0, right = 3, mid = 1
第 2 次循环结束：left = 2, right = 3, mid = 1
第 3 次循环开始：left = 2, right = 3, mid = 2
第 3 次循环结束：left = 2, right = 2, mid = 2
结束查找，索引是 2

结果是索引 2，也就是第一个 $3$ 的位置，正确。然后我们来看下搜索元素 $4$

开始查找，target = 4
第 1 次循环开始：left = 0, right = 7, mid = 3
第 1 次循环结束：left = 4, right = 7, mid = 3
第 2 次循环开始：left = 4, right = 7, mid = 5
第 2 次循环结束：left = 4, right = 5, mid = 5
第 3 次循环开始：left = 4, right = 5, mid = 4
第 3 次循环结束：left = 5, right = 5, mid = 4
结束查找，索引是 5

结果是索引 5，也就是元素 $7$ 的位置。不难看出我们找到了不小于目标值的第一个位置。实际上在 C++ 标准库中有专门的函数 lower_bound，替我们实现了同样的功能。此外，该类问题还可以变形为寻找最后一个小于目标值的位置。我们只需要在返回结果那里继续左移一步，改为 return right - 1 就可以了。

寻找第一个大于目标值的位置

有了上面的分析，那么这里就很容易理解了。对于这种情况，我们需要不断收缩左侧边界，来看代码。

int upperBound(int[] arr, int target) {
   
	int left = 0;
	int right = arr.length;
	while (left < right) {
   
		int mid = (left + right) >>> 1;
		if (arr[mid] == target) {
   
			left = mid + 1; // 注意这里
		} else if