【LeetCode刷题笔记】二分查找

1539. 第 k 个缺失的正整数

解题思路：

• 1. 二分 ，一个严格升序 正整数 数组在没有数字缺失的情况下满足： nums[i] = i + 1 ，如果有缺失，则每个 下标 i  上的数字前面缺失的正整数个数为： nums[i] - (i + 1) （没有缺失的情况 num[i] - (i + 1) 正好等于 0）
• 因此可以在 下标 [0, N] 上二分 ，查找目标是【 前面缺失的正整数个数 】 ≥ k 的第一个数。
• 每次二分判断的点就是【 mid前面缺失的正整数个数 】： miss = nums[mid] - (mid + 1)
• 如果 miss < k ， 就往 右边二分 ，如果 miss >= k ， 就往 左边二分 。
• 跳出二分循环时， L == R ， R 就是要找的下标，即该位置上的数是第一个满足 前面缺失的正整数个数 ≥ k 条件的。
• 最终缺失的数字就是 R + k 。 

 

我们总结一下：

• 1）二分查找的数组不是原始数组，而是由原始数组的每个元素通过公式 nums[i] - (i + 1) 生成的新的数组上进行二分
• 2）二分查找的目标是大于等于 k 的第一个位置下标

当我们找到了这样满足条件的下标之后（也就是退出 while(L < R) 循环时的 R），该如何计算缺失的第个数呢？这时我们可以将包括 R 位置的数在内和前面缺失的数字组成的数组区间进行一下重新分布，如下图：

也就是说找到了 R 即找到了缺失的数字原本的下标是 R + (k - 1) ，我们回顾一下数组中没有缺失数字的情况：

所以我们直接用 R + k 就算出了第 k 个缺失的数字。

此外，我们还有两种特判情况，可以简化处理：

注意：这里 R 要取到数组的长度 N，而不是 N - 1，这是因为有可能数组中所有数字前面缺失的个数都小于 k，也就是说第 k 个缺失数字排在数组之后。这样 L 会不断往右边缩，最终退出循环时，L == R == N，这样通过 R + k 计算不会错过答案。参考下面的例子理解：

假设 R 初始取 N - 1，这里退出循环时，R = 4，R + k 得到的第 9 个数会是 13，是错误答案。

由于二分查找的过程完全覆盖了前面提到的两种特判情况，因此也可以完全省略掉特判代码，直接像下面这样写：

只不过加上特判对某些测试用例可以更快速的通过。

注意，这个题能用二分查找的前提是题目数组是升序排的，因此通过公式 nums[i] - (i + 1) 生成的对应的新数组也是升序排的。

解题思路： 

• 2. 线性查找 ，查找判断的条件跟方法1一样，只不过由二分变成 顺序 查找 【 前面缺失的正整数个数 】 ≥ k 的第一个数 。

相对而言，这种方法的代码更加简单，但时间复杂度是 O(n)，没有二分的 O(logn) 高效。这里 R 仍然要取到 N，因为数组中可能找不到 ≥ k 的第一个下标，方法1中已经分析过了。

278. 第一个错误的版本

解题思路： 

• 二分查找 ，因为版本号是一个从1开始的升序序列，所以题目等价于二分查找第一个等于目标元素的值，即在一个升序数组中查找第一个符合错误版本的数字。

二分查找-区间排除法：

 

二分查找-前瞄法： 

 

前瞄法的另一种等价的写法：

剑指 Offer 53 - II. 0～n-1中缺失的数字

解题思路： 

• 1. 二分查找 ， 如果数组中 没有缺失  0～n-1 任何数，则满足 nums[i] = i ，  如果缺了某个数， 从缺的那个数开始就不满足 nums[i] = i 这个关系。
• 因此数组被分成两部分： 左半部分 nums[i] = i 和 右半部分 nums[i] != i 。
• 二 分查找第一个满足 nums[i] != i  这种关系的 i 就是答案。
• 注意： 如果数组中所有元素都满足 nums[i] == i ，则缺失的数是数组长度 N 。

 

二分查找第一个满足某种关系的下标，有两种方法：前瞄法和区间排除法

解题思路：   

• 2. 线性查找，遍历找到第一个满足 num[i] != i 的 i 就是答案。

2035. 将数组分成两个数组并最小化数组和的差

解题思路： 

• 分治 + 二分 / 有序表 ， 首先将数组分成等长的两半，对每一半的数组，通过 DFS 求出其中选 x 个数的 sum 和是多少(用 Map<Int, TreeSet> 存储因为选 x 个数的和可能有多个)
• 然后从两半数组生成的 2个Map 中寻找 N / 2 个数的组合，使其和最接近 allSum / 2 ，记作 pickSum ，而剩余的 N / 2 个数组成的数组的和就是： restSum = allSum - pickSum ，然后每次求 abs(pickSum - restSum) 并记录 最小值 就是答案。
• Map 也可以用列表存选 x 个数的和，完了用【二分查找最后一个小于等于目标的元素】替代 TreeSet.floor 。

首先看一下如何通过 DFS 求一个数组中选 x 个数的 sum 和是多少：