【Leetcode-Python】-二分搜索模板汇总与相关题目

目录

模板1

模板2

leetcode版模板

更改后模板

模板3

结语

---

在leetcode上专门有一个学习专题来讲解二分搜索算法，详见leetcode-二分搜索。在数组中搜索满足特定条件的索引或元素时，二分搜索（Binary Search）算法就应该被考虑到了。二分的本质是两段性，只要一段满足某个性质，另一段不满足某个性质，那么就可以用二分。

二分搜索通过维护left，right这两个变量得到搜索区间，mid变量将搜索区间分为两部分。通过将nums[mid]和搜索目标值target进行比较或执行特定的搜索条件来将不可能存在target的那一半搜索区间消除，在剩余的搜索区间中进行搜索。如果在数组nums中寻找满足某条件的元素且不涉及求元素索引，我们在执行二分搜索前一般需要对数组进行排序，这样能够通过比较nums[mid]和target来不断缩短搜索区间（对于一些返回满足某条件的元素索引这类问题不能执行排序，否则会把原索引打乱）。

下面介绍三种二分搜索的实现模板：

模板1

这是最基础的二分搜索模板，适合用来解决下列两类问题：

（1）寻找有序数组中是否存在某个元素值;

（2）搜索条件中只涉及到访问数组一个索引位置的元素，不涉及nums[mid]和其相邻元素的比较。

不适合处理边界寻找问题。

搜索区间为[left,right]左闭右闭区间，跳出循环后不需要任何后续的判断操作，因为在每次循环中，都会检查元素是否被找到，如果找到就返回。如果搜索到了最后，就说明元素没有被找到，直接返回-1。

def BinarySearch(nums,target):
    if(len(nums) == 0):
        return -1
    left = 0
    right = len(nums) - 1
    while(left <= right):
        mid = (left + right) // 2
        if(nums[mid] == target):
            return mid
        if(nums[mid] < target):
            left = mid + 1
        else:
            right = mid - 1
    return -1

初始化条件：left = 0，right = len(nums)-1

循环维持条件：left <= right （循环终止条件：left > right）

在左半部分数组搜索：right = mid -1

在右半部分数组搜索：left = mid + 1

模板2

这个模板是实现二分搜索的高级形式，适合处理以下两种问题：
（1）查找有序或部分有序数组中满足某个条件的区间左边界问题。

如在【leetcode-Python】- 二分搜索 - 153 Find Minimum in Rotated Sorted Array中，寻找旋转有序数组的最小值相当于寻找数组中满足条件的第一个x，即求区间的左边界问题。

（2）需要通过比较nums[mid]和nums[mid + 1] 来判断局部单调性。

如在【leetcode-Python】-二分搜索-162 Find Peak Element中，由right暂存可能的Peak Element，通过一步步循环收紧搜索空间，最后当left和right相等时返回right或left。

leetcode版模板

搜索区间为[left,right)左闭右开区间，在left == right条件下跳出循环，因此在跳出循环后搜索空间中只有一个元素nums[left]，因此需要判断这个元素是否满足条件。

def binarySearch(nums, target):
    """
    :type nums: List[int]
    :type target: int
    :rtype: int
    """
    if len(nums) == 0:
        return -1

    left, right = 0, len(nums)
    while left < right:
        mid = (left + right) // 2
        if nums[mid] == target:
            return mid
        elif nums[mid] < target:
            left = mid + 1
        else:
            right = mid

    # Post-processing:
    # End Condition: left == right
    if left != len(nums) and nums[left] == target: 
        return left
    return -1

初始化条件：left = 0，right = len(nums)

循环维持条件：left  < right （循环终止条件：left == right）

在左半部分数组搜索：right = mid

在右半部分数组搜索：left = mid + 1

在一些问题中，由于在判断左右区间的条件中涉及到对nums[right]的访问(比如需要nums[mid]和nums[right]进行比较)，如果right初始化为len(nums)代码会由于索引超出范围而报错。对于这种情况，这篇文章对leetcode网站上提供的模板进行了一点点修改。主要修改内容为以下两点：

（1）将right变量的初始化数值由len(nums)改为len(nums) -1，这个修改会影响跳出循环后对nums[left]的检验方式，因为不需要检验left是否等于len(nums)，只需要判断nums[left]是否和target相等即可。

（2）由于（1）中的修改，在跳出while循环的后处理中，将

    if left != len(nums) and nums[left] == target:
        return left
    return -1

改为

return nums[left] == target ? left : -1

更改后模板

def BinarySearch(nums,target):
    left = 0
    right = len(nums) - 1
    while(left < right):
        mid = (left + right) // 2 #Python这样写不会溢出，如果用其他语言用mid = left + (right - left) // 2
        if (nums[mid] < target):
            left = mid + 1
        else:
            right = mid
    return nums[left] == target ? left : -1
        

但是也存在一些特定的题目，需要将right初始化值设置为len(nums)或满足搜索空间为[left,right)左闭右开区间的right值, 以避免在一些特例中出错。如【leetcode-Python】- 二分类型 - 69 Sqrt(x)问题。

此外，如果nums数组中只有一个元素，将right初始化为len(nums)-1时，程序是不会进入while循环的（left == right == 0），因此要额外检查跳出循环后程序对nums[left]的处理方式。并且对于left指针一直向右移动直到和right指针重合，即left = right = len(nums) - 1的情况，while循环跳出，此时nums[left]可被访问，需要根据题目进行对应的判断。

将right初始化改为len(nums)-1其实并不符合模板二搜索区间为[left,right)的设定，因此如果收缩搜索区间条件和nums[right]不相关，建议在leetcode提供的模板二的基础上进行编写（即初始化right为len(nums)）。

模板3

搜索区间为(left,right)左开右开区间，因此以left = mid或right = mid的形式更新左右边界（因为nums[mid] 本身就不满足条件）。 在left + 1 == right条件下跳出循环，因为此时(left,right)左开右开区间为空。在后处理中对nums[left]和nums[right]都要进行检验。

def binarySearch(nums, target):
    """
    :type nums: List[int]
    :type target: int
    :rtype: int
    """
    if len(nums) == 0:
        return -1

    left, right = 0, len(nums) - 1
    while left + 1 < right:
        mid = (left + right) // 2
        if nums[mid] == target:
            return mid
        elif nums[mid] < target:
            left = mid
        else:
            right = mid

    # Post-processing:
    # End Condition: left + 1 == right
    if nums[left] == target: return left
    if nums[right] == target: return right
    return -1

初始化条件：left = 0，right = len(nums)-1

循环维持条件：left + 1 <  right （循环终止条件：left + 1 ==  right）

在左半部分数组搜索：right = mid

在右半部分数组搜索：left = mid

结语

在具体问题中应用二分搜索算法时，想清楚三个问题：循环的维持条件、搜索区间收缩的条件和边界的更新方式。

Tips：在面试的手写代码环节，可以在写完代码后，举一个简单例子来验证一下代码的正确性，判断代码是否会陷入死循环（尤其分析left和right相邻时、left和right指向同一个元素时，是否能在有限的操作后跳出循环）同时验证在一些特殊情况下返回结果的准确性。