模板 #1 和 #3 是最常用的,几乎所有二分查找问题都可以用其中之一轻松实现。模板 #2 更 高级一些,用于解决某些类型的问题。
这 3 个模板中的每一个都提供了一个特定的用例:
模板 #1 (left <= right)
- 二分查找的最基础和最基本的形式。
- 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,你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。
模板 #1 gpt回答
-
初始化左指针 L 为数组的起始位置,右指针 R 为数组的结束位置。
-
进入循环,循环条件为 L <= R。
-
在每一次循环中,计算中间元素的索引 mid,mid = (L + R) / 2。可以使用整数除法或位运算来计算中间位置。
-
将中间元素与目标元素进行比较。
-
如果中间元素等于目标元素,则表示找到了目标,算法结束。
-
如果中间元素大于目标元素,说明目标元素可能在左半部分,更新右指针 R = mid - 1,缩小搜索范围到左半部分。
-
如果中间元素小于目标元素,说明目标元素可能在右半部分,更新左指针 L = mid + 1,缩小搜索范围到右半部分。
-
-
如果循环结束时仍没有找到目标元素(L > R),表示目标元素不存在于数组中。
为什么是 [L, R]?
使用闭区间 [L, R] 可以确保在每一次迭代中,搜索范围不会为空。左指针 L 指向搜索范围的起始位置,右指针 R 指向搜索范围的结束位置。通过包含左右边界,我们可以在搜索过程中覆盖到需要考虑的所有元素。
为什么是 L <= R?
- 循环条件 L <= R 确保搜索范围不为空,以便在有序数组中进行二分查找。当左指针 L 大于右指针 R 时,意味着搜索范围已经被缩小到一个空范围,即不存在目标元素。因此,循环条件 L <= R 允许我们在搜索范围不为空时继续进行查找。
什么是 R = mid - 1 而不是 R = mid?
- 在每一次迭代中,我们将中间元素与目标元素进行比较。如果中间元素大于目标元素,说明目标元素可能在左半部分,我们更新右指针 R = mid - 1,将搜索范围缩小到左半部分。通过将右指针更新为 mid - 1,我们排除了中间元素及其右边的所有元素,将搜索范围缩小到左半部分。这样,在下一次迭代中,我们只需要在左半部分继续进行二分查找。
R=mid 为啥是错的呢
如果在二分查找算法中将右指针 R 更新为 mid,即 R = mid,那么会导致算法出现错误。
当我们将右指针 R 更新为 mid 时,搜索范围的右边界将不包括中间元素。这样做会导致在下一次迭代中,搜索范围仍然包含了上一次迭代中已经判断过的中间元素。这样会引发重复比较和无限循环的问题,导致算法无法正确地找到目标元素。
通过将右指针 R 更新为 mid - 1,我们排除了中间元素及其右边的所有元素,将搜索范围缩小到左半部分,确保算法能够正确地进行下一次迭代。
因此,在标准的二分查找算法中,为了避免重复比较和无限循环的问题,我们将右指针 R 更新为 mid - 1,而不是直接更新为 mid。这样可以确保每次迭代都将搜索范围缩小一半,保证算法的正确性和效率。
模板 #2 (left < right)
- 一种实现二分查找的高级方法。
- 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。 当你剩下 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。
模板 #2 gtp回答
当使用 [L, R) 作为搜索范围时,即左闭右开区间,算法的核心思路与标准的二分查找算法相同,但循环条件略有不同。
核心思路:
- 初始化左指针 L 为数组的起始位置,右指针 R 为数组的结束位置。
- 进入循环,循环条件为 L < R。
- 在每一次循环中,计算中间元素的索引 mid,mid = L + (R - L) / 2
- 将中间元素与目标元素进行比较。
- 如果中间元素等于目标元素,则表示找到了目标,算法结束。
- 如果中间元素大于目标元素,说明目标元素可能在左半部分,更新右指针 R = mid,缩小搜索范围到左半部分。
- 如果中间元素小于目标元素,说明目标元素可能在右半部分,更新左指针 L = mid + 1,缩小搜索范围到右半部分。
如果循环结束时仍没有找到目标元素(L >= R),表示目标元素不存在于数组中。
循环条件为 L < R 的原因是
当使用左闭右开区间时,右指针 R 不再指向搜索范围的最后一个元素,而是指向搜索范围的下一个位置。这样可以避免在每次更新右指针时需要额外的减一操作。循环条件 L < R 确保搜索范围不为空,以便在有序数组中进行二分查找。
总结起来,使用 [L, R) 作为搜索范围的二分查找算法,在核心思路上与标准的二分查找算法相似。区别在于循环条件 L < R 和更新右指针 R = mid,使得算法更加简洁和高效
模板 #3 (left + 1 < right)
- 实现二分查找的另一种方法。
- 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。
模板 #3 gpt回答
当搜索范围是 [L, R] 时,循环条件为 L+1 < R,这是为了确保搜索范围至少有两个元素。
算法的核心思路如下:
- 初始化左指针 L 为数组的起始位置,右指针 R 为数组的结束位置。
- 进入循环,循环条件为 L+1 < R。
- 在每一次循环中,计算中间元素的索引 mid,mid = (L + R) / 2。
- 将中间元素与目标元素进行比较。
- 如果中间元素等于目标元素,则表示找到了目标,算法结束。
- 如果中间元素大于目标元素,说明目标元素可能在左半部分,更新右指针 R = mid,缩小搜索范围到左半部分。
- 如果中间元素小于目标元素,说明目标元素可能在右半部分,更新左指针 L = mid,缩小搜索范围到右半部分。
- 如果循环结束时仍没有找到目标元素,表示目标元素不存在于数组中。
循环条件 L+1 < R 的原因是,确保搜索范围至少有两个元素。这是因为在每次迭代中,我们通过计算中间元素的索引 mid 来划分搜索范围,如果搜索范围只有一个元素,则无法继续进行二分查找。因此,我们需要确保搜索范围至少有两个元素,才能保证算法的正确性。
当循环条件为 L+1 < R 时,确保搜索范围至少有两个元素,因为 L 和 R 分别表示搜索范围的左右边界。当搜索范围只有一个元素时,即 L 和 R 相等时,循环条件不满足,循环结束。因此,为了保证搜索范围至少有两个元素,循环条件 L+1 < R 确保了至少有一个元素在搜索范围内,而另一个元素在搜索范围之外
L <= R:
- 确保搜索范围至少有一个元素。
- 循环结束条件:L > R。
- 优点:能处理搜索范围只剩下一个元素的情况,简洁明了。
L < R:
- 确保搜索范围至少有一个元素,且右指针 R 不包含在搜索范围内。
- 循环结束条件:L >= R。
- 优点:能处理搜索范围只剩下一个元素的情况,循环条件简洁,无需减一操作。
L + 1 < R:
- 确保搜索范围至少有两个元素。
- 循环结束条件:L + 1 >= R。
- 优点:能更快地收敛到目标元素,循环条件简洁,无需减一操作。
通过不断缩小搜索范围,二分查找算法可以快速定位目标元素,其时间复杂度为 O(logN)。核心思路是通过比较中间元素和目标元素的大小,将搜索范围逐渐缩小,直到找到目标元素或确定其不存在。