思路:
二分法的前提条件:有序且无重复元素。
区间的定义就是不变量。要在二分查找的过程中,保持循环不变量规则。就是每一次循环查找时,每一次边界的处理都要坚持根据区间的定义来操作。
写二分法,区间的定义一般为两种,左闭右闭即[left, right],或者左闭右开即[left, right)。
第一种写法:
区间定义在一个在左闭右闭的区间里,也就是[left, right]
- while (left <= right) 要使用 <= ,因为left == right时循环还没有结束,区间内仍有元素,所以使用 <=
- if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来不需要查找下标位置为 middle 的元素。
// 版本一
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size() - 1; // 定义target在左闭右闭的区间里,[left, right]
while (left <= right) { // 当left==right,区间[left, right]依然有效,所以用 <=
int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2
if (nums[middle] > target) {
right = middle - 1; // target 在左区间,所以[left, middle - 1]
} else if (nums[middle] < target) {
left = middle + 1; // target 在右区间,所以[middle + 1, right]
} else { // nums[middle] == target
return middle; // 数组中找到目标值,直接返回下标
}
}
// 未找到目标值
return -1;
}
};
第二种写法
区间定义在一个在左闭右开的区间里,也就是[left, right)
- while (left < right),这里使用 < ,因为left == right在区间[left, right)是没有元素的。
- if (nums[middle] > target) right 更新为 middle,因为当前nums[middle]不等于target,去左区间继续寻找,而寻找区间是左闭右开区间,所以right更新为middle,下一个查询区间不会去比较nums[middle]
- if (nums[middle] < target) left更新为middle+1,因为nums[middle]不等于target,去右区间查找,因为寻找区间左闭右开,所以left更新为middle+1。
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)
while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
int middle = left + ((right - left) >> 1);
if (nums[middle] > target) {
right = middle; // target 在左区间,在[left, middle)中
} else if (nums[middle] < target) {
left = middle + 1; // target 在右区间,在[middle + 1, right)中
} else { // nums[middle] == target
return middle; // 数组中找到目标值,直接返回下标
}
}
// 未找到目标值
return -1;
}
};
其他题目
插入位置的成立条件
nums[pos - 1]<target<=nums[pos]
目标为找到第一个大于等于target的元素的下标位置。
ans 记录插入的位置。初值设置为数组长度可以省略边界条件的判断,当target大于数组中所有元素时,插入的位置为数组的长度。
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int n = nums.size();
int left = 0, right = n - 1, ans = n;
while (left <= right) {
int mid = left + (right - left)/2;//防止外溢
if (target <= nums[mid]) {
ans = mid;//记录大于等于target的值的下标
right = mid - 1;//更新
} else {
left = mid + 1;//更新
}
}
return ans;
}
};
target的开始位置其实就是第一个等于 target的元素的位置(记为 leftIdx)
结束位置就是第一个大于 target的元素的位置减一(记为 rightIdx)
两者的判断条件不同,为了代码的复用,我们定义 binarySearch(nums, target, flag) 表示在 nums数组中二分查找 target的位置,如果 flag为 true,则查找第一个大于等于 targe的下标,否则查找第一个大于 target的下标。
最后,重新校验我们得到的两个下标 是否符合条件,如果符合条件就返回 [leftIdx,rightIdx],不符合就返回 [−1,−1]。
class Solution {
public:
int binarySearch(vector<int>& nums, int target, bool flag) {
int n = nums.size();
int left = 0, right = n - 1, ans = n;
while (left <= right) {
int mid = left + (right - left)/2;
if (nums[mid] > target || (lower && nums[mid] >= target)) {
//当flag为true时找第一个大于等于target的元素,为false时找第一个大于target的元素。
ans = mid;
right = mid - 1;
} else {
left = mid + 1;
}
}
return ans;
}
vector<int> searchRange(vector<int>& nums, int target) {
int leftIdx = binarySearch(nums, target, true);
int rightIdx = binarySearch(nums, target, false) - 1;//需要-1.因为rightIdx上的元素已经大于target
if (leftIdx <= rightIdx && rightIdx < nums.size() && nums[leftIdx] == target && nums[rightIdx] == target) {
return vector<int>{leftIdx, rightIdx};
} //验证找到的leftIdx和rightIdx是否合理
return vector<int>{-1, -1};
}
};
class Solution {
public:
bool isPerfectSquare(int num) {
int left = 0;
int right = num;
while(left<=right){
int x = left + (right - left)/2;
if( (long long)x*x == num)
return true;
if((long long)x*x<num)
left = x + 1;
else{
right = x - 1;
}
}
return false;
}
};
class Solution {
public:
int mySqrt(int x) {
int l = 0, r = x , ans = -1;//r=x的原因,因为非数组,可以取到x
while (l <= r) {
int mid = l + (r - l) / 2;
if ((long long)mid * mid <= x) {
ans = mid; //记录数值
l = mid + 1;
} else {
r = mid - 1;
}
}
return ans;
}
};