数组part01 Leetcode704. 二分查找、27. 移除元素-CSDN博客

本文链接：https://blog.csdn.net/kkhuiqin/article/details/132190541

文档讲解：代码随想录

704 二分查找

刚开始的思路是遍历nums数组，比较值相等返回位置。这么做肯定是超时的，原因是并没有接触过二分查找，脑子里面没有这个概念。

二分查找需要注意的点：

1.数组为有序数组；

2.数组中无重复元素

因为一旦有重复元素，使用二分查找法返回的元素下标可能不是唯一的，这些都是使用二分法的前提条件，当大家看到题目描述满足如上条件的时候，可要想一想是不是可以用二分法了。

二分查找涉及的很多的边界条件，逻辑比较简单，但就是写不好。例如到底是 while(left < right) 还是 while(left <= right)，到底是right = middle呢，还是要right = middle - 1呢？

写二分法，区间的定义一般为两种，左闭右闭即[left, right]，或者左闭右开即[left, right)。

class Solution {
    public int search(int[] nums, int target) {
        if(target < nums[0] || target > nums[nums.length -1]){
            return -1;
        }
        int left = 0;
        int right = nums.length - 1;
        while(left <= right){
            int mid = left + ((right - left) >> 1);
            if(target < nums[mid]){
                right = mid - 1;
            }else if(target > nums[mid]){
                left = mid + 1;
            }else if(target == nums[mid]){
                return mid;
            }
        }
        return -1;
    }
}

结果：

代码解释：

首先，这是一个名为Solution的类，其中包含了一个名为search的公共方法，该方法接受一个整数数组nums和一个目标整数target作为参数，返回目标整数在数组中的索引，如果不存在则返回-1。

在方法的开头，有一个条件判断：if (target < nums[0] || target > nums[nums.length - 1])。这个判断用于优化搜索过程。如果目标整数小于数组的第一个元素或者大于数组的最后一个元素，那么目标整数肯定不在数组中，直接返回-1，避免不必要的循环运算。

接下来，代码定义了两个变量：left和right，它们分别代表了当前查找范围的左边界和右边界。初始时，left被设为0，表示查找范围的起始位置，而right被设为nums.length - 1，表示查找范围的结束位置。

然后，代码进入一个循环体，条件是left <= right，即只要查找范围仍然有效，就会继续进行查找。

在循环中，首先计算中间索引mid，这是通过将left和right相加再除以2来得到的。这样可以获得当前查找范围的中间位置。

接下来，代码使用nums[mid]与目标整数target进行比较：

如果nums[mid]等于target，则找到了目标整数，直接返回mid作为目标整数在数组中的索引。
如果nums[mid]小于target，则说明目标整数可能在当前中间元素的右侧，因此将left更新为mid + 1，缩小查找范围。
如果nums[mid]大于target，则说明目标整数可能在当前中间元素的左侧，因此将right更新为mid - 1，同样是为了缩小查找范围。

循环会不断根据比较结果缩小查找范围，直到查找范围变为无效（left > right），此时退出循环。

最后，如果循环结束时仍未找到目标整数，说明目标整数不在数组中，返回-1作为结果。

关于计算中间位置mid这行代码的解释：

int mid = left + ((right - left) >> 1);

eg: 1 + (99-1)/2 = 50

97 + (99 - 97)/2 = 98

这里使用了位运算，具体来说是右移运算 >>，用于对 (right - left) 的结果进行右移一位。这个位运算的效果相当于将 (right - left) 的值除以 2，但是比直接使用除法更加高效。

解释这个表达式的步骤如下：

(right - left)：计算当前查找范围的长度，即右边界减去左边界，得到的值表示当前查找范围内元素的个数。

((right - left) >> 1)：将上一步计算的查找范围长度右移一位，相当于将其除以 2。这是因为右移一位等价于除以 2 的操作，只是在二进制表示中更高效。

left + ((right - left) >> 1)：将右移后的结果加上左边界 left，得到的就是当前查找范围的中间索引 mid。

这种方式计算中间索引是为了避免整数溢出问题，同时保持查找范围的均衡性。通过这种方法，可以在每次迭代中确定中间索引，将查找范围分成两半，以便在数组中进行更精确的查找操作。

为什么不使用： int mid = (right + left) >> 1;来进行计算呢？

虽然 (right + left) >> 1 在某些情况下可能会产生正确的结果，但在其他情况下可能会导致错误的结果或者整数溢出的问题。这是因为 (right + left) 的求和操作可能会导致整数溢出，尤其是在 right 和 left 很大的情况下。

二进制位运算 >> 可以理解为将数值向右移动，并且在右边补零。但是如果 (right + left) 发生了溢出，移位后的结果可能不再是正确的中间索引，因为溢出后的数值可能与原来的意图不符。

相比之下，使用 (right - left) >> 1 的方式，即先计算差值再右移，可以减少整数溢出的风险。因为当 right 和 left 都是正整数时，其差值不会超过 right 的值，从而避免了溢出的问题。

因此，在进行二分查找时，使用 (right - left) >> 1 来计算中间索引是更为安全和可靠的方法，可以有效避免溢出问题，同时保持算法的正确性和稳定性。

27 移除元素

这道题在力扣上暴力解法是可以通过的，我们先来看第一次写的暴力解法的问题（没过）：

class Solution {
    public int removeElement(int[] nums, int val) {
        if(nums.length > 0){
            for(int i = 0;i <= nums.length;i++){
                if(val == nums[i]){
                    for(int j = i+1;j < nums.length;j++){
                        nums[j-1] = nums[j];
                    }
                }
            }
        }
        System.out.print(nums);
        return nums.length;
    }
}

问题：

1. 循环条件错误：在外层循环中，i 的范围应该是 i < nums.length 而不是 i <= nums.length。
2. 返回值问题：虽然代码中返回了 nums.length，但是数组中被修改的部分可能不再包含有效元素，这会导致返回的长度大于实际有效长度。

修改代码之后又发现问题：在数组中的数据往前替换了之后，i的值也需要往前走一位，不然就会出现轮空的情况。并且i和j的循环要小于size，而不是nums的长度，否则会出现size为负数的情况，时间也会超出限制。

以上是暴力解法需要注意的地方。

下面我们看一下使用双指针法来进行计算。

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。

定义快慢指针

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
慢指针：指向更新新数组下标的位置

双指针法（快慢指针法）在数组和链表的操作中是非常常见的，很多考察数组、链表、字符串等操作的面试题，都使用双指针法。

class Solution {
    public int removeElement(int[] nums, int val) {
        // 快慢指针
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.length; fastIndex++) {
            if (nums[fastIndex] != val) {
                nums[slowIndex] = nums[fastIndex];
                slowIndex++;
            }
        }
        return slowIndex;
    }
}