代码随想录算法训练营第一天 | 704. 二分查找 、27. 移除元素

704. 二分查找

题目描述：给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

什么是二分法

        直接问下ai吧，给出如下答案：

二分法，也称为二分查找或折半查找，是一种在有序数组中查找特定元素的搜索算法。这种算法的工作原理是不断地将数组的中间元素与目标值进行比较，并根据比较结果决定继续在数组的左半部分或右半部分进行查找。

以下是二分法的基本步骤：

1. 初始化：确定数组的左右边界，通常是数组的第一个和最后一个元素的索引。
2. 查找中间元素：计算左右边界的中点，即 (左边界 + 右边界) / 2。
3. 比较：将中间元素与目标值进行比较。
   • 如果中间元素等于目标值，则查找成功，返回中间元素的索引。
   • 如果中间元素大于目标值，则目标值必定位于左半部分，更新右边界为中间元素的索引减一。
   • 如果中间元素小于目标值，则目标值必定位于右半部分，更新左边界为中间元素的索引加一。
4. 重复：重复步骤2和3，直到找到目标值或左边界大于右边界（表示数组中不存在目标值）。

二分法的关键优势在于其效率，特别是在处理大型数据集时。每次迭代都将搜索空间减半，因此其时间复杂度为O(log n)，其中n是数组的大小。这使得二分法比线性搜索（时间复杂度为O(n)）在大型有序数组中查找元素时快得多。

挺靠谱的给个赞！

解题思路

    既然是二分查找，必然就不会用暴力解法了，况且也会提示超时过不了。二分的精髓就是通过左右边界的不断缩小来定位。难点在于边界的确定，但只要是能够遍历所有下标，就是可行的。可以看出ai给出的解法是属于左闭右闭的思路。废话不多说直接上代码

class Solution(object):
    def search(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: int
        """
        left = 0
        right = len(nums)-1
        while left<=right:
            mid = (left+right)//2  # 向下取整
            if nums[mid]<target:
                left = mid+1      #左闭右闭思想
            elif nums[mid]>target:
                right = mid-1
            else:
                return mid
        return -1
        

 点击提交，good,通过了，秉着严谨的治学态度 看看是否还有优化的地方。果然mid变量还可以优化（left+right）//2 可能会造成溢出现象，所以优化成mid = left + (right - left) // 2，这下完美了。至于另一种左闭又开的思路，就大同小异了，区分在于while条件以及mid变量的更新。

27. 移除元素

给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。

假设 nums 中不等于 val 的元素数量为 k，要通过此题，您需要执行以下操作：

• 更改 nums 数组，使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
• 返回 k。

虽然此题可以两层for循环，暴力解也能过。但我们还是上点难度吧，这样可以学到新知识，关键字：双指针

什么是双指针，问AI

双指针算法，也称为双指针技巧或滑动窗口，是一种常用的算法技巧，主要用于解决数组或链表相关的问题。这种算法使用两个指针遍历数据结构，以解决各种问题，如查找、排序和合并等。双指针算法的关键在于如何有效地移动指针以达到问题的解决方案。

双指针算法通常分为两种类型：

1. 相向双指针：两个指针从不同方向向中间移动。这种类型常用于解决数组或链表中的问题，如反转数组或链表、判断回文等。

2. 同向双指针：两个指针从同一方向开始，但可能以不同的速度移动。这种类型常用于解决数组或链表中的查找问题，如查找和为特定值的元素对、查找数组中的最长子序列等。

以下是双指针算法的一个简单示例，用于查找数组中两个数的和等于给定目标值的元素对：

def two_sum(nums, target):
    left, right = 0, len(nums) - 1
    while left < right:
        current_sum = nums[left] + nums[right]
        if current_sum == target:
            return [nums[left], nums[right]]
        elif current_sum < target:
            left += 1
        else:
            right -= 1
    return None

在这个例子中，left 和 right 是两个指针，分别从数组的两端开始。通过比较当前两指针所指元素的和与目标值，可以决定如何移动指针。如果和小于目标值，则移动左指针向右；如果和大于目标值，则移动右指针向左。

双指针算法的优势在于其高效性，通常可以在O(n)的时间复杂度内解决问题，其中n是数组或链表的长度。这种算法特别适用于处理连续数据结构的问题，通过有效地利用指针的移动，可以避免不必要的遍历和计算。

嗯，这个解释我给满分

此题解题思路

应该用同向双指针的思路，双指针法（快慢指针法）： 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。定义一个快指针寻找新数组的元素 ，新数组就是不含有目标元素的数组，再定义一个慢指针指向更新 新数组下标的位置。直接上代码

class Solution(object):
    def removeElement(self, nums, val):
        """
        :type nums: List[int]
        :type val: int
        :rtype: int
        """
        slow = 0
        fast = 0
        n = len(nums)
        while fast < n:
            if nums[fast] != val:
                nums[slow] = nums[fast]  # 修改新组数下标对应的值
                slow += 1
            fast += 1
        return slow  # 返回的就是新数组的个数

该算法的

• 时间复杂度：O(n)
• 空间复杂度：O(1)

第一天就收获满满，以前没搞懂的左闭右闭彻底清楚了，又掌握的新的知识点 双指针