二分查找及其经典应用（左边界，右边界等）

---

二分查找

本文总结并讨论经典二分查找，以及使用二分查找左边界、右边界、上界等。

---

一、二分查找

二分搜索顾名思义用来搜索特定目标的算法。每次将搜索空间缩减一般，直到搜索空间中仅剩一个数时或者找到目标时停止。二分查找与分治思想一致。需要注意的是二分查找只能用于查找有序序列，下面查找均基于搜索空间已排序且为升序

二、实现及原理

1.经典二分查找

典型的二分查找如下，其关键是如何确定边界状态，当$l=0,r=n-1$时，考虑$target$在$r=n-1$处，根据算法$l$增加直到$l=r$时$mid$才会等于$target$，这是因为$mid$是向下取整导致的。因此循环的边界条件为$l<=r$。

int binary_search(vector<int>& nums, int target)
{
	int n = nums.size();
	int l = 0, r = n - 1;
	while(l <= r)
	{
		int mid = l + (r - l) / 2;
		if(nums[mid] < tar) l = mid + 1;
		else if(nums[mid] < target) r = mid - 1;
		else return mid;
	}
	return -1;
}

2.查找左边界

使用二分查找找到目标后，可以通过不断缩减右边界逼近左边界，如下代码所示，在查找目标后不返回而是缩减右边界。循环结束后，如果$l$超出边界或者$nums[l]!=target$返回$-1$，否则返回$l$。为什么是$l$而不是$r$的原因是当$l=r$循环终止时,$r=mid-1$将不再为左边界，因此返回$l$

int left_bound(vector<int>& vec, int target)
{
	int l = 0, r = vec.size() - 1;
	while (l <= r)
	{
		int mid = l + (r - l) / 2;
		if (target < vec[mid]) r = mid - 1;
		else if (target > vec[mid]) l = mid + 1;
		else r = mid - 1;
	}
	if (l >= vec.size() || l < 0) return -1;
	return target == vec[l] ? l : -1;
}

3.查找右边界

原理同查找左边界，代码如下：

int right_bound(vector<int>& vec, int target)
{
	int l = 0, r = vec.size() - 1;
	while (l <= r)
	{
		int mid = l + (r - l) / 2;
		if (target < vec[mid]) r = mid - 1;
		else if (target > vec[mid]) l = mid + 1;
		else l = mid + 1;
	}
	if (r >= vec.size() || r < 0) return -1;
	return target == vec[r] ? r : -1;
}

4. 查找不完全无序数组（无重复元素）

例如，$nums=[0,1,2,4,5,6,7]$ 在下标 3 处经旋转后可能变为 $[4,5,6,7,0,1,2]$ 。解法关键在于判断$[0,mid]$和$[mid,n-1]$哪段有序，因为两端必有一段有序，思考mid在旋转过的那一部分，则$nums[0]<=nums[mid]$。同理mid在未旋转过的那一部分，$nums[n-1]>=nums[mid]$,等价于$nums[0]>nums[mid]$。因此当根据分治思想划分成更小的子问题时，即更新$l=mid+1orr=mid-1$,上述区间$[0,mid]$和$[mid,n-1]$可看成$[l,mid]$和$[mid,r]$。

int search(vector<int>& nums, int target) 
{
	int n = nums.size();
	int l = 0, r = n - 1;
	if(!n) return -1; 
	while (l <= r)
	{
		int mid = l + (r - l) / 2;
	    if (nums[mid] == target) return mid;
		if (nums[l] <= nums[mid]) //[l,mid-1]有序
		{
			if (nums[l] <= target && target < nums[mid] ) r = mid - 1;
	        else l = mid + 1;
		}
		else //[mid+1, r]有序
        {
            if (nums[r] >= target && target > nums[mid]) l = mid + 1;
            else r = mid - 1;
        }
	}
	return -1;
}

---

总结

本文总结二分查找常用应用场景以及原理，特别是边界处条件设置。