二分法

原文首发自https://www.stdstring.com/2020/01/31/er-fen-fa/

准备知识

• 基本的二分法该如何写
• 第一个位置，最后一个位置该如何变化
• Big O，时间复杂度，空间复杂度
• 什么是递归，二分法用递归如何实现
• 内存中的栈空间和堆空间有什么区别
• 什么是 Stack Overflow，什么情况下会造成 Stack Overflow

常见的算法时间复杂度

复杂度	可能对应的算法	备注
O(1)	位运算	常数级复杂度，一般面试中不会有
O(logn)	二分法，倍增法，快速幂算法，辗转相除法
O(n)	枚举法，双指针算法，单调栈算法，KMP算法，Rabin Karp，Manacher’s Algorithm	又称作线性时间复杂度
O(nlogn)	快速排序，归并排序，堆排序
O(n^2)	枚举法，动态规划，Dijkstra
O(n^3)	枚举法，动态规划，Floyd
O(2^n)	与组合有关的搜索问题
O(n!)	与排列有关的搜索问题

二分法的优势

与哈希表的比较

查找一个元素是否存在于某个集合中，通常使用哈希表的算法，可以达到O(1)的时间复杂度，但是，
哈希表通常放在内存里，对于一个含有很多元素的集合来说，哈希表可能就比较吃力了。
此时，使用二分法，便可以显现出优势。

通用二分法模板

代码

public class Solution {
    /**
     * @param A an integer array sorted in ascending order
     * @param target an integer
     * @return an integer
     */
    public int findPosition(int[] nums, int target) {
        if (nums == null || nums.length == 0) {
            return -1;
        }
        
        int start = 0, end = nums.length - 1;
        // 要点1: start + 1 < end
        while (start + 1 < end) {
	    // 要点2：start + (end - start) / 2
            int mid = start + (end - start) / 2;
            // 要点3：=, <, > 分开讨论，mid 不+1也不-1
            if (nums[mid] == target) {
                return mid;
            } else if (nums[mid] < target) {
                start = mid;
            } else {
                end = mid;
            }
        }
        
        // 要点4: 循环结束后，单独处理start和end
        if (nums[start] == target) {
            return start;
        }
        if (nums[end] == target) {
            return end;
        }
        return -1;
    }
}

解析

Q: 为什么要用 start + 1 < end？而不是 start < end 或者 start <= end？

分析：

• start < end ，结束循环时，筛选范围内还剩 1 个元素
• start <= end， 结束循环时，筛选范围内没有元素了
• start + 1 < end， 结束循环时，筛选范围内还剩 2 个元素

A: 为了避免死循环。二分法的模板中，整个程序架构分为两个部分：

1. 通过 while 循环，将区间范围从 n 缩小到 2 （只有 start 和 end 两个点）。
2. 在 start 和 end 中判断是否有解。
   start < end 或者 start <= end 在寻找目标最后一次出现的位置的时候，出现死循环。

Q: 为什么明明可以 start = mid + 1 偏偏要写成 start = mid?

A: 大部分时候，mid 是可以 +1 和 -1 的。在一些特殊情况下，比如寻找目标的最后一次出现的位置时，当 target 与 nums[mid] 相等的时候，是不能够使用 mid + 1 或者 mid - 1 的。因为会导致漏掉解。那么为了节省脑力，统一写成 start = mid / end = mid 并不会造成任何解的丢失，并且也不会损失效率——log(n) 和 log(n+1) 没有区别。

原文首发自https://www.stdstring.com/2020/01/31/er-fen-fa/