目录
3.153. 寻找旋转排序数组中的最小值 - 力扣（LeetCode）
5. 852. 山脉数组的峰顶索引 - 力扣（LeetCode）
🌈前言🌈
欢迎观看本期【算法杂货铺】，本期内容将讲解基础算法中的——二分算法。二分查找算法，就是利用二段性，将问题划分成两个区间，去掉一个区间，在另一个区间查找答案。
二分查找是有模板供大家使用的，即背下模板，只需要略微修改即可，但本文旨在理解这些模板。
本篇文章通过讲解例题，带大家快速了解二分算法，分为3步，讲解各个二分算法。1. 题目解析；2. 算法思路；3. 代码展示。
📁 朴素二分查找
1. 题目解析
相信有一点语言基础的人都会这道题目，我们只需要遍历一遍这个数组即可，如果找到范围下标，没有找到返回-1，但是这种暴力解法，时间复杂度是O(N)。
这里我们还有一个初始条件没有用到，即n个元素使有序的（升序）。
2. 算法原理
上图中，我们通过在一个数组中查找7，给大家展示了二分算法的基本思路。即根据某种规则，将区间划分成两端，再根据规则，舍去一端区间，在另一端区间内查找。
结束条件：
当 left > right 的时候，不存在区间，循环结束。为什么left可以等于right呢，当只有1个元素的时候，也是要查找的 , 即 (left + right )/2 = right = left 的。
为什么是正确的：
二分算法是利用二段行进行查找的，这道题的二段性体现在数组是有序的。在暴力算法中，我们是一个个比较的，在二分算法中，我们是按区间比较的，即[ left , mid-1 ] 和 [ mid+1 , right]。
时间复杂度：
我们只需要看循环了多少次即可，只要left <= right的时候，就进循环，当问题规模n就除2。
当left == right的时候，数组中只剩下一个元素，所以执行x次后，问题规模就为1。
3. 代码展示
class Solution {
public:
int search(vector<int>& nums, int target) {
int left = 0;
int right = nums.size() - 1;
while(left <= right)
{
//优化：防止溢出
int mid = left + (right - left)/2;
if(nums[mid] == target)
{
return mid;
}
else if(nums[mid] > target)
{
right = mid - 1;
}
else{
left = mid + 1;
}
}
return -1;
}
};📂 朴素二分模板
while(left <= right)
{
//优化：防止溢出
int mid = left + (right - left)/2
if(...)
left = mid + 1;
else if(...)
right = mid - 1;
else
return mid;
}mid = left + (right - left) /2 是进行了优化的，因为当left 和 right都很大时，很容易超出int类型的范围。mid = left + (right - left + 1) / 2在朴素二分模板中也是可以的。
+1的区别在于，偶数个数时，是向上取整，还是向下取整。
向下取整：left + ( right - left ) / 2
向下取整：left + (right - left + 1) / 2
📁 查找区间端点处
34. 在排序数组中查找元素的第一个和最后一个位置 - 力扣（LeetCode）
1. 题目解析
依旧先从简单看起，暴力解法就是先从前往后遍历，找到第一个位置，如果找到，接着从后往前遍历，查找最后一个位置，范围begin和end。否则返回-1，-1。
暴力解法的时间复杂度是O(N)的，但题目要求我们在O(logN)的时间复杂度。在基础算法中，很少有算法能优化的logN，二分算法就是其中之一。
这道题目也是一道非常经典的二分查找算法，即查找区间的左端点，和区间的右端点。
2. 算法原理
用的还是二分算法，即二段行，根据数据的性质，在某种判断条件下将区间一分为二（不一定是有序，有二段性即可。）舍去一个区间，在另一个区间内查找。
寻找左端点思路：
左区间：[ left , result - 1 ] 都是严格小于 t 的。
右区间: [ result , right ] 都是严格大于等于 t 的。
因此，关于mid的落点，我们可以分为下面这两种情况：
1. 当 mid 落在[ left , result - 1 ] 区间的时候，即 nums[mid] < t 。说明 [left , mid ]都是可以舍去的，此时更新left到mid+1的位置，继续在 [ mid +1 , right] 上寻找左边界。
2. 当mid 落在[result , right]区间的时候，即 nums[mid] >= t。说明[mid +1 ,right]的区间可以社区（mid可能是最终结果，也可能不是），继续在[left,mid]上查找左端点。
注意的是，寻找左端点时，采用向下取整。
左指针的变化：left = mid + 1,区间逐渐减少。
右指针的变化：right = mid ，可能会原地踏步。如果采用向上取整，可能会死循环，例如：t = 2 , mid = left + (right - left + 1)/2的话，right = mid，mid = right陷入死循环。
//查找区间左端点
int left =0;
int right = nums.size()-1;
while(left < right)
{
int mid = left + (right - left)/2;
if(nums[mid] >= target)
{
right = mid;
}
else
{
left = mid + 1;
}
}寻找右端点思路：
左区间：[ left , result ] 都是严格小于等与t的。
右区间：[ result+1 ， right ] 都是严格大于t的。
1. 当mid落在左区间时，mid可能是最终结果，也可能不是，所以 left = mid，舍去区间[left,mid -1]。继续在区间[ mid , right]区间内查找。
2. 当mid落在右区间时，可以舍去[mid , right]的区间，right = mid - 1。继续在区间[ left , mid -1 ]内查找。
注意的是，寻找右端点时，采用向上取整：
右指针的变化：right = mid - 1，区间逐渐减少。
左指针的变化：left = mid，可能会原地踏步，采用向下取整，可能会陷入死循环。例如：t =1 ,mid = left + (right - left) / 2
//查找区间右端点
left = 0;
right = nums.size()-1;
while(left < right)
{
int mid = left +(right-left+1)/2;
if(nums[mid] <= target)
{
left = mid;
}
else
{
right = mid -1;
}
}细节（重要）
（1） 循环条件
left < right。我们以寻找右端点为例：
left的工作区间就是在小于等于t这个区间；right的工作区间就是在大于t这个区间。因为right = mid - 1,所以right跳出工作区间时，一定是在right == left的位置。
所以不需要判断right是否等于left，是一定等于的。
（2） 求中点操作
其实，我们只需要记住，下面有-1的时候，上面就有+1,。其他的结合题意给出二段行的判断条件。
3. 代码展示
class Solution {
public:
vector<int> searchRange(vector<int>& nums, int target) {
if(nums.size() == 0)
{
return {-1,-1};
}
//查找区间左端点
int left =0;
int right = nums.size()-1;
while(left < right)
{
int mid = left + (right - left)/2;
if(nums[mid] >= target)
{
right = mid;
}
else
{
left = mid + 1;
}
}
if(nums[left] != target)
{
return {-1,-1};
}
int begin = left;
//查找区间右端点
left = 0;
right = nums.size()-1;
while(left < right)
{
int mid = left +(right-left+1)/2;
if(nums[mid] <= target)
{
left = mid;
}
else
{
right = mid -1;
}
}
int end = right;
return {begin,end};
}
};📂 区间左端点处模板
while(left < right)
{
int mid = left + (right - left)/2;
if(...)
left = mid + 1;
else
right = mid;
}📂 区间右端点处模板
while(left < right)
{
int mid = left + (right - left)/2;
if(...)
left = mid;
else
right = mid - 1;
}以上，就将二分算法的所有知识点讲解完毕，其中朴素二分模板是容易理解的，后面两个二分模板还是需要大家自己画图不断加强理解的。
下面，我们通过几道习题加强理解。对于习题，不会再过多讲解知识点内容，而是直接给出题解思路，并配图加强理解和做题能力。
📁 习题
1. 35. 搜索插入位置 - 力扣（LeetCode）
我们通过画图，可以看出来，这是一道非常经典的查找区间左端点的题，找到大于等于t的第一个点即可。
如果t不存在在数组中，则返回left+1（left 经过循环来到right这个位置，即最后一个位置）
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int left = 0;
int right = nums.size()-1;
while(left < right)
{
int mid = left + (right - left) / 2;
if(nums[mid] >= target)
right = mid;
else
left = mid + 1;
}
return nums[left] < target ? left + 1:left;
}
};2. 69. x 的平方根 - 力扣（LeetCode）
其实这道题，你用二分查找左端点，或者查找右端点都可以做出来。这里我们就以查找右端点为例，当然，也会展示左端点的解法。
前面需要特殊判断x是否小于1，如果小于1，则返回0。
class Solution {
public:
int mySqrt(int x) {
if(x < 1)
{
return 0;
}
int left = 1;
int right = x;
while(left < right)
{
long long mid = left + (right - left + 1)/2;
if(mid * mid <= x)
left = mid;
else
right = mid - 1;
}
return right;
}
};以上是查找右端点的写法，当然也可以写成查找左端点。
不过因为，查找左端点，数值是会比查找右端点大的多，所以，left 和 right都采用 long long类型。最后判断一下，right的平方是否等于x，如果不等于返回right-1。
class Solution {
public:
int mySqrt(int x) {
long long left = 0;
long long right = x;
while(left < right)
{
long long mid = left + (right - left) / 2;
if(mid * mid < x)
{
left = mid + 1;
}
else
{
right = mid;
}
}
return right*right == x?right:right-1;
}
};这道题，可以很好的理解二分法，即一道题往往不止一种解决方法。
3.153. 寻找旋转排序数组中的最小值 - 力扣（LeetCode）
通过题意，可以了解的是，旋转就是将最后一个元素移动到最开始的位置。此外，还有一个重要条件就是 互不相同。
那我们就可以利用互不相同，得出二段行，如下图所示。
因此，我么以D点的值为索引，
当mid落在区间[A,B]时，left = mid + 1。[A,B]区间内的点是严格大于D点的值。
当mid落在区间[C,D]时，right = mid。其中C点就是我们要求的点。C点的值是要个小于D点的值。当[C,D]区间内只有一个元素时，C点的值可能等于D点的值。
class Solution {
public:
int findMin(vector<int>& nums) {
int x = nums[nums.size()-1];
int left = 0;
int right = nums.size()-1;
while(left < right)
{
int mid = left + (right - left ) / 2;
if(nums[mid] > x)
{
left = mid + 1;
}
else
{
right = mid;
}
}
return nums[right];
}
};4. LCR 173. 点名 - 力扣（LeetCode）
数组中，下标等于元素值，如果有一位同学缺席，那么它之后所有元素的下标就不等于元素的值。
因此，我们只需要查找左端点即可。
此外，这道题还需要注意的是，最后需要处理一下边界情况，如数组中仅有一个元素1，那么缺席的同学编号就是0；如果仅有一个元素0，那么缺席的同学编号为1。
class Solution {
public:
int takeAttendance(vector<int>& records) {
int left = 0;
int right = records.size()-1;
while(left < right)
{
int mid = left + (right - left) / 2;
if(records[mid] == mid)
{
left = mid + 1;
}
else
{
right = mid;
}
}
return records[right] == right?right+1:right;
}
};5. 852. 山脉数组的峰顶索引 - 力扣（LeetCode）
这道题目，查找左端点或查找右端点都可以，这里我们就以查找右端点为例，不在讲解如何查找左端点，感兴趣可以自己实践一下。
当mid处于上升区间时，在[mid + 1， right]区间查找。
当mid处于下降区间时，在[left , mid - 1]区间查找。
class Solution {
public:
int peakIndexInMountainArray(vector<int>& arr) {
int left =0;
int right = arr.size() -1;
while(left < right)
{
int mid = left + (right - left)/2;
if(arr[mid] < arr[mid+1])
{
left = mid +1;
}
else
{
right = mid ;
}
}
return right;
}
};6.162. 寻找峰值 - 力扣（LeetCode）
寻找⼆段性：
1. 当arr[mid] > arr[mid+1],左侧一定存在山峰，到[left,mid]寻找山峰。
2. 当arr[mid] < arr[mid+1],右侧一定存在山峰，到[mid+1,right]寻找。
class Solution {
public:
int findPeakElement(vector<int>& nums) {
int left =0;
int right = nums.size()-1;
while(left < right)
{
int mid = left + (right - left) / 2;
if(nums[mid] < nums[mid+1])
{
left = mid + 1;
}
else
{
right = mid;
}
}
return left;
}
};📁 总结
以上，我们就将二分算法带大家做了全面了解。二分算法的核心就是寻找二段性，有了二段性，直接套模板即可。对于模板，建议是理解着去背诵，效果更好。
通过习题，我们也加强了对二分算法的理解，平时做题中，看到时间复杂度为logN的，我们应该敏锐的想到二分算法。
以上就是本期【算法杂货铺】的主要内容了，如果感觉对你有帮助，欢迎点赞，收藏，关注。Thanks♪(･ω･)ﾉ
扫一扫
1148
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
