【C++例题 / 训练】二分算法（模板 & 例题）

引言

二分也就是二分查找，又叫折半查找。这种算法正如其名，每一次都要分一半。

二分算法可以分为二分查找和二分答案。

以在一个升序数组中查找一个数为例，每次考察数组当前部分的中间元素，如果中间元素刚好是要找的，就结束搜索过程；如果中间元素小于所查找的值，那么左侧的只会更小，不会有所查找的元素，只需到右侧查找；如果中间元素大于所查找的值同理，只需到左侧查找 

二分法的使用条件

二分法是适用于解决具有“二段性”(单调性)的问题的方法，通常表现为求解满足某一条件的最大值或者最小值

1. 上下界确定。 我们可以通过上下界的折半来优化查找。
2. 二段性： 对某一范围内的数据，存在一个临界点，使得临界点某一侧的所有数据都满足某一性质，另一侧的所有数据都不满足这一性质，就称这一范围内的数据具有二段性。

二段性包括单调性，即区间内有序，这样二分出来的结果是严格大于或者小于或等于target的。
但是，二段性也体现在非单调性上，也称为局部有序，可以参考 162. 寻找峰值 和 33. 搜索旋转排序数组。由这些题我们可以得知，二分法的奥义（本质）不在于单调性，而是二段性。也就是我们能对整体无序但局部有序的序列进行二分法。

二分的前提条件

1、答案在一个区间内（一般情况下，区间会很大，暴力超时）

2、直接搜索不好搜，但是容易判断一个答案可行不可行

3、该区间对题目具有单调性，即：在区间中的值越大或越小，题目中的某个量对应增加或减少。

4、若有多个答案满足题意，则这些答案具有如下特点：若答案 x 满足，则答案范围内小于 x 或大于 x 的答案均满足。

模板

🥑1 朴素版

while (l <= r)
{
    int mid = (r - l) / 2 + l;  //防止溢出,和mid = (r - l + 1) / 2 + l;等价
    if (...) l = mid + 1;
    else if (...) r = mid - 1;
    else return ...;
}

🍉2 求大于等于目标的最小值（查找区间左端点）

while (l < r) //区间不为空
{
    int mid = ((r - l) >> 1) + l;
    if (...) l = mid + 1;  
    else r = mid;
}

🥝3 求小于等于目标的最大值（查找区间右端点）

while (l < r)
{// 当l,r相邻时，会l=mid,<r,死循环，模板1不影响，因为l=mid+1=r 
    int mid = ((r - l + 1) >> 1) + l;
    if (...) l = mid;
    else r = mid - 1;

例题

1. 二分查找

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int l = 0, r = nums.size() - 1;
        while (l <= r)
        {
            //int mid = (r - l) / 2 + l; //朴素版本下 两个都行
            int mid = (r - l + 1) / 2 + l;
            if (nums[mid] == target) return mid;
            else if (nums[mid] > target) r = mid - 1;
            else l = mid + 1;
        }
        return -1;
    }
};

2.  在排序数组中查找元素的第一个和最后一个位置

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) 
    {
        if (nums.size() == 0) return { -1,-1 };
        int begin = 0;
        // 1. 二分左端点
        int l = 0, r = nums.size() - 1;
        while (l < r) //区间不为空
        {
            int mid = ((r - l) >> 1) + l;
            if (nums[mid] < target)l = mid + 1;
            else r = mid;
        }
        // 判断是否有结果
        if (nums[l] != target) return { -1,-1 };
        else begin = l; //标记左端点
       
        l = 0, r = nums.size() - 1;
        while (l < r) //区间不为空
        {
            int mid = ((r - l + 1) >> 1) + l;
            if (nums[mid] > target) r = mid - 1;
            else l = mid;
        }

        return { begin, r};
    }
};

3. x 的平方根 

class Solution {
public:
    int mySqrt(int x) {
        if (x < 1) return 0;
        int l = 1, r = x;
        while (l < r) //精度保证
        {
            long long mid = (r - l + 1) / 2 + l; //防止溢出
            if (mid * mid <= x) l = mid;
            else r = mid - 1;
        }
        return l;
    }
};

4. 搜索插入位置

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int l = 0, r = nums.size();
        while (l < r)
        {
            int mid = (r - l) / 2 + l;
            if (nums[mid] < target) l = mid + 1;
            else r = mid;
        }
        return l;
    }
};

5. 山脉数组的峰顶索引

思路：

 该题仍具有二段性，左边递增，右边递减，用二分查找算法，

当前山峰高于左边山峰，区间往右缩小，否则往左缩小

注：封顶的左边区间，一定是递增的，因此套用模板三即可，找最右端点

class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        int l = 1, r = arr.size() - 2;
        while (l < r)
        {
            int mid = l + (r - l + 1) / 2;
            if (arr[mid] > arr[mid - 1]) l = mid;
            else r = mid - 1;
        }
        return r;
    }
};

6、寻找峰值

思路：

该题相比于上题，该题有多个峰值存在，故在两个封顶之间的区间内，从左到右一定递增，故套用模板二，找区间左端点即可。

class Solution {
public:
    int findPeakElement(vector<int>& nums) {
        int l = 0, r = nums.size() - 1;
        while (l < r) // 左边如果不大于右边，则
        {
            int mid = (r - l) / 2 + l;
            if (nums[mid] > nums[mid + 1]) r = mid ; 
            else l = mid + 1;
        }
        return l;
    }
};

7. 寻找旋转排序数组中的最小值

思路：

class Solution {
public:
    int findMin(vector<int>& nums) {
        int l = 0, r = nums.size() - 1;
        int x = nums[r];
        while (l < r)
        {
            int mid = (r - l) / 2 + l;
            if (nums[mid] <= x) r = mid;
            else l = mid + 1;
        }
        return nums[l];
    }
};

8. 点名

思路：

按照缺失的数分为左右两个区间。

左边，nums[i] == i (left = i + 1)

右边 nums[i]  > i. (right = i)

注：当缺失的数是最后一个数，需要做下特殊判断，因此r 从 n 开始

class Solution {
public:
    int takeAttendance(vector<int>& records) {
        int l = 0, r = records.size();
        while (l < r)
        {
            int mid = (r - l) / 2 + l;
            if (records[mid] == mid) l = mid + 1;
            else r = mid;
        }
        return l;
    }
};