AlgoWiki学习——二分查找

本文是学习「每日一题」组织AlgoWiki的二分查找的学习笔记，本篇二分查找是由weiwei大佬贡献，原文地址：「https://ojeveryday.github.io/AlgoWiki/#/BinarySearch/README」。「每日一题」组织是一起刷题的大家庭，群里有LeetCode网站精品题解的作者weiwei大佬、甜姨和群主。如果有兴趣加入「每日一题」组织，请访问网址：「https://group.ojeveryday.com/#/check」。

二分查找的应用

• 在有序或者半有序(旋转有序或者是山脉)的数组中查找元素
• 确定一个有范围的整数
• 需要查找的目标元素满足某个特定的性质。

二分查找模板

在weiwei大佬的二分查找中，有三个版本的「二分查找」的模板。

1. 第一个版本的模板，最为好理解，但在实际刷题过程中需要特殊处理一些边界问题，容易出错。
2. 第二个版本是weiwei大佬较为推荐的版本，在刷题过程中理解其思想后，会觉得非常自然。
3. 第三个版本是模板二的避免踩坑版本，在理解了第二个版本后，本版本也就不再话下了。

ps：在第二个版本学习过程中，需要考虑的细节较少，可以处理一些比较复杂的问题。但是在初学过程中，可能会陷入死循环，可以通过debug的方式查找死循环的位置，并进一步理解。

模板一

在学习模板一过程中，结合「力扣」题目二分查找进行学习。

思路

在一个有序的数组中查找某一个元素，就好比「猜价格」游戏，当价格猜高之后，我们适当降低价格，当价格猜低之后，则适当抬高价格。

将待搜索的区间，左边界设置为left，右区间设置为right。将带搜索的区间[left, right]可以分为以下三部分:

• mid位置，仅包含一个元素；
• [left, mid-1]之间的所有元素；
• [mid+1, right]之间的所有元素。

于是二分查找就是根据mid=(left+right)/2位置的元素nums[mid]的值与target的关系，来不断改变left或者right的值。

• 如果nums[mid] == target,则返回mid；
• 如果nums[mid] < target，因为数组有序，则mid位置左侧的所有元素的值均小于target，则令left = mid + 1;
• 如果nums[mid] > target，，因为数组有序，则mid位置右侧的所有元素的值均大于target，则令right = mid - 1。

Java参考代码

class Solution {
    public int search(int[] nums, int target) {
        // 用于特值判断
        int length = nums.length;
        if (length <= 0) {
            return -1;
        }
        int left = 0;
        int right = length - 1;

        while (left <= right) {
            // 为了防止left + right 整形溢出，写成如下形式：left + (right - left) / 2 《=》 (left + right) / 2
            int mid = left + (right - left) / 2;
            if (nums[mid] == target) {
                return mid;
            } else if (nums[mid] < target) {
                // 下一轮搜索区间：[mid + 1, right]
                left = mid + 1;
            } else {
                // 下一轮搜索区间：[left, mid - 1]
                right = mid - 1;
            }
        }

        return -1;
    }
}

考虑不仔细是学习「二分查找」容易出错的地方，这里切记不要跳过某些步骤，需要想清楚每一行代码、每一个步骤的作用：

• 二分查找是一个典型的「减治思想」的应用，通过不断改变left或者right的值，将每次搜索的区间不断变小，达到「缩减问题规模」的目的。
• 在while循环中使用的条件为(left <= right)，当left == right时，所需要查找的区间中仅存在一个元素，此时也必须去查找下去。
• 由于(left + right)的值存在整型范围溢出的可能，所以将mid = (left + right) / 2变化为mid = left + (right - left) / 2，由数学推导可知两式等价。

模板二

这个模板二也是weiwei大佬的力推版本，这个版本在编写时需要考虑的细节比较少，不容易出现错误。

参考模板一

public int search(int[] nums, int left, int right, int target) {
    while (left < right) {
        // 选择中位数时，向下取整
        int mid = left + (right - left) / 2;
        if (check(mid)) {
            // 下一轮搜索区间：[mid + 1, right]
            left = mid + 1;
        } else {
            // 下一轮搜索区间：[left, mid]
            right = mid;
        }
    }

    // 当退出循环时，仅有一个位置没有看到。即left = right的位置
    // 视情况，是否需要单独判断 left （或者 right）这个下标的元素是否符合题意
    return -1;
}

参考模板二

public int search(int[] nums, int left, int right, int target) {
    while (left < right) {
        // 选择中位数时，向上取整
        int mid = left + (right - left + 1) / 2;
        if (check(mid)) {
            // 下一轮搜索区间：[left, mid - 1]
            right = mid - 1;
        } else {
            // 下一轮搜索区间：[mid, right]
            left = mid;
        }
    }

    // 当退出循环时，仅有一个位置没有看到。即left = right的位置
    // 视情况，是否需要单独判断 left （或者 right）这个下标的元素是否符合题意
    return -1;
}

理解代码模板的要点：

• 核心思想：把待搜索的目标元素放在最后去判断，每次循环排除掉不存在目标元素的区间，目的时确定下一轮搜索的区间；
• 特征：从循环条件while (left < right)来看，当区间中仅有两个元素时，依然可以进行循环操作。也就是说，当退出循环时，一定有left == right，这一点在确定元素下标位置时，极其有用。
• 由于我们每次排除不存在目标的区间，所以每次只需要判断nums[mid]何时不是目标元素，进而改变left和right的值，缩小搜索区间。

注意事项：

• 在二分查找时，先考虑什么时候不是解，这是根据经验来看的。
• 在使用模板二的过程中，可能会出现死循环的问题，此时需要进一步理解算法，可以通过debug的方式查看和思考出现死循环的原因。进而理解何时需要在计算中位数时，在括号里面加1，何时不用加1。
• 在退出循环后，需要根据实际情况来决定是否需要对left和right的值进行特殊判断，这一步叫「后处理」。在一些问题中，排除了其他不符合要求的元素后，剩下的那1个元素就一定是目标元素。
• 在使用熟练后，看到left = mid后，它对应取中位数的方法一定是int mid = left + (right - left + 1) / 2

参考例题-「力扣」搜索插入位置

在本题中查找一个目标值，并返回其下标；如果不存在目标值，则返回插入位置的下标值。这也是典型的二分查找类型题目，使用模板2来解决问题。每次排除不符合的区间，逐步缩小区间范围。参考代码如下所示。在代码中需要理解为何在nums[mid] < target时，直接将left = mid + 1，因为在题目中需要找到target的位置或者插入位置，小于目标值的元素所在的位置一定不是我们要找的下标。

class Solution {
    public int searchInsert(int[] nums, int target) {
        int length = nums.length;
        if (nums.length <= 0) {
            return 0;
        }

        // 特殊边界判断
        if (nums[length - 1] < target) {
            return length;
        }

        int left = 0;
        int right = length - 1;

        while (left < right) {
            // 使用右移代替除法
            int mid = (left + right) >>> 1;
            if (nums[mid] < target) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }

        // 退出循环后，一定有left == right
        return left;
    }
}

复杂度分析：

• 时间复杂度：O(logN)，N为数组的长度，因为我们每次将搜索的区间减小为原来的一半，所以时间复杂度是对数级别的。
• 空间复杂度：O(1)，仅使用了mid存储中间位置，为一个常量。

模板三

在weiwei大佬的二分查找文档中，还列举了第三种模板。模板三与模板二很相似，但是需要考虑更多的细节。

public int search(int[] nums, int left, int right, int target) {
    while (left + 1 < right) {
        // 选择中位数时下取整
        int mid = left + (right - left) / 2;
        if (nums[mid] == target){
            return mid; 
        } else if (nums[mid] < target) {
            left = mid;
        } else {
            right = mid;
        }
    }

    if (nums[left] == target) {
        return left;
    }
    if (nums[right] == target) {
        return right;
    }
    return -1;
}

通过观察模板三可以发现与模板二之间的差别：

• 循环条件的改变：while (left + 1 < right)，在退出循环时一定有left + 1 == right，也就是在退出循环后，区间中含有[left，right]两个元素。
• 在循环条件中left + 1 < right的写法，语义性不如left < right和left <= right。
• 在退出循环后，由于区间中剩余left与right两个元素，需要进行「后处理」。有些时候还会有先考虑 left 还是 right 的区别。

精品例题

题型1：在有序数组里查找 lower_bound 和 upper_bound

• lower_bound：查找第一个大于或等于 target 的数字；
• upper_bound：查找第一个大于 target 的数字。

题型2：确定一个有范围的整数

在确认一个有范围的整数时，自然数本身就是有序的，自然可以使用二分查找进行问题的处理。

参考例题：「力扣」二分查找-69. x 的平方根

题型3：需要查找的目标元素满足某个特定的性质

注意：这种类型的题目，一般判断条件都不是简单的表达式，需要抽象出来为一个单独的函数进行处理。

参考例题：「力扣」二分查找-875. 爱吃香蕉的珂珂

精品例题

题型1：在有序数组里查找元素

需要注意「二分查找」不是只能应用到「有序数组中」，只要是「减治思想」都可以进行应用。

题目	tips	参考代码
34. 在排序数组中查找元素的第一个和最后一个位置	非常是和实用模板2来进行求解	力扣「在排序数组中查找元素的第一个和最后一个位置」
153. 寻找旋转排序数组中的最小值	必做题	力扣「寻找旋转排序数组中的最小值」
33. 搜索旋转排序数组	必做题	力扣「二分查找-33. 搜索旋转排序数组」
「1095. 山脉数组中查找目标值」	三次二分查找寻找山脉数组目标值	力扣「二分查找-「力扣」1095. 山脉数组中查找目标值」

未完待续~~