Leetcode刷题系列（二）Binary Search

Binary Search的基础框架代码

Bianry Search的基本思想

　　二分查找法是基于一组有序数上的查找，它的时间复杂度最坏为O(n)，平均时间复杂度为O(lgn)，空间复杂度为O(1)。由于它不需要借助额外的空间，并且大多数情况下（平均）性能较好，所以是应用较广的一种查找法。
　　接下来介绍一些其他查找方法的时间和空间复杂度：

查找算法	平均时间复杂度	最坏时间复杂度	空间复杂度
顺序查找	O(n)	O(n)	O(1)
二分查找	O(lgn)	O(n)	O(1)
二叉树查找	O(lgn）	O(lgn)	O(n)
哈希查找	O(1）	O(1)	O(n)

　　二叉树查找需要在原有数据的基础上建立二叉排序树，因此需要额外的空间，比较适合多次连续查找。类似的算法有哈希查找，需要额外空间建立哈希表，同时考虑冲突处理等问题。
　　可以看出，二叉查找是比较适合不知道查找次数的情况。因为他不需要建立额外储存结构。

Bianry Search的基础框架代码

　　该代码为实现在有序数组中查找某个目标数的基本框架，与二叉查找有关的其他题型可在此框架上进行修改。
　　

    public int findPosition(int[] nums, int target) {
        if (nums == null || nums.length == 0) {
            return -1;
        }
        int start = 0, end = nums.length - 1;
        while (start + 1 < end) {
            int mid = start + (end - start) / 2;
            if (nums[mid] == target) {
                return mid;
            } else if (nums[mid] < target) {
                start = mid;
            } else {
                end = mid;
            }
        }
        if (nums[start] == target) {
            return start;
        }
        if (nums[end] == target) {
            return end;
        }
        return -1;
    }

　　该代码搜索位置比较偏左，搜索到的目标数可能的第一个位置为start。

Binary Search的相关题型

Search Insert Position

　　题目为搜索目标数第一个出现的位置，如果找不到则返回其应该插入的位置。

　　换种思路可以有：搜索源数组里第一个大于等于目标数的位置，或者最后一个小于目标数的位置+1。这两种思想需要充分利用start和end的位置关系。

Search a 2D Matrix I

　　题目为在一个二维数组中搜索目标数。

　　解题思路有以下两种：

• 由于二维数组里的数是严格递增的，因此可以将二维数组看成一维数组进行搜索，每个数的下标可以看成是ｉ×ｎ＋ｊ。使用matrix[mid / column][mid % column]与目标数进行对比。
• 可以先搜索行，再搜索列。注意搜索行的时候，去寻找第一个小于等于matrix[mid][0]的数，该数所在的行数即为所要找的行数。因此，退出循环之后要先与matrix[end][0]进行对比。

Search a 2D Matrix II

　　题目为写出一个高效的算法来搜索m×n矩阵中的值，返回这个值出现的次数。这个矩阵具有以下特性：

• 每行中的整数从左到右是排序的。
• 每一列的整数从上到下是排序的。

• 在每一行或每一列中没有重复的整数。

  　　该二维数组中的数并不是严格递增的，因此不适合上题中的方法。但其可以看成是是在二维坐标轴中进行向右或向上的行走。即初始时在左下角逐渐向右上角进行搜索。代码片段：

    　while (x >= 0 && y < m) {
            if (matrix[x][y] < target) {
                y++;
            } else if (matrix[x][y] > target) {
                x--;
            } else {
                count++;
                x--;
                y++;
            }
        }

Find Peak Element

　　题目为返回任意一个峰值的位置。因此，应使A[mid]与A[mid　+ 1]和A[mid - 1]进行比较，最后的结果在A[start]和A[end]之间，所以还需要进行最后一次判断，返回较大者。

First Bad Version

　　该题需要返回第一个错误的版本，要求调用次数较少。调用次数可以看成比较次数，某种意义上说也是时间复杂度，因此使用二分查找很合适。使用上述框架，则可以考虑成寻找第一个位置上的SVNRepo.isBadVersion(mid)为ture的值。