代码随想录算法训练营第一天| 704. 二分查找、27. 移除元素

LeetCode 704. 二分查找

题目链接：

704. 二分查找

视频链接：

手把手带你撕出正确的二分法 | 二分查找法 | 二分搜索法 | LeetCode：704. 二分查找_哔哩哔哩_bilibiliw​​​​​​​w文章讲解：

文字版讲解二分查找

个人第一时间看法：

当看到704这个题目时，第一反应就是暴力解法，数组正好也是排好的升序，直接从开始对比是否存在，这样的话思路清晰，代码写起来框架简单，但是可能底层代码运行起来的话，相对效率不是很高，一旦类似的问题在量级增大的时候，代码的效率问题就会体现的格外明显

看完代码随想录的想法：

学完二分法以后，知道了二分法的必要前提：数组为有序，且数组内无重复元素！二分法的重难点主要就是在边界条件上的设定，对定义的左右区间要想清楚，区间一直是不变量，每次while循环，区间两侧的边界都是固定开或者闭的（一种是左闭右闭，另一种是左闭右开），想清楚到底用那种边界条件之后，每次循环的区间一定固定不变！这样写出来的二分法代码才不会稀里糊涂，而且对比一下，二分法的代码效率的确比暴力解法要好一些，当量级逐渐增大时，优越性会格外明显！

敲代码时遇到的困难：

实际敲的时候，对于变区间的时候到底哪边需要加一哪边不需要，还是容易没办法那么直截了当的分清楚，还需要循环走几步才能明白。

实际代码：

1、左闭右闭

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums) - 1  # 定义target在左闭右闭的区间里，[left, right]

        while left <= right:
            middle = left + (right - left) // 2
            
            if nums[middle] > target:
                right = middle - 1  # target在左区间，所以[left, middle - 1]
            elif nums[middle] < target:
                left = middle + 1  # target在右区间，所以[middle + 1, right]
            else:
                return middle  # 数组中找到目标值，直接返回下标
        return -1  # 未找到目标值

2、左闭右开

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)  # 定义target在左闭右开的区间里，即：[left, right)

        while left < right:  # 因为left == right的时候，在[left, right)是无效的空间，所以使用 <
            middle = left + (right - left) // 2

            if nums[middle] > target:
                right = middle  # target 在左区间，在[left, middle)中
            elif nums[middle] < target:
                left = middle + 1  # target 在右区间，在[middle + 1, right)中
            else:
                return middle  # 数组中找到目标值，直接返回下标
        return -1  # 未找到目标值

LeetCode 27.移除元素

 题目链接：

27.移除元素

视频链接：

数组中移除元素并不容易！ | LeetCode：27. 移除元素_哔哩哔哩_bilibili

文章讲解：

文字版讲解移除元素

个人第一时间看法：

当看到27这个题目时，第一反应就是暴力解法，两个for循环进行嵌套，从头到尾挨个判断，接着把要移除元素的位置后的元素复制一个到被移除元素的位置，在数组长度减去移除元素的数量。

看完代码随想录的想法：

学完双指针法，发现可以通过双指针在一个for循环下实现两个for循环的功能，这样能大大节省敲代码的时间和空间，而且双指针的应用范围很广泛，不像二分法需要有特定的前提条件，相向双指针法更加精妙，值得琢磨掌握。

敲代码时遇到的困难：

实际敲的时候，对于快指针满足条件后慢指针什么操作，以及快慢指针进行一步之后都处于什么位置一开始有点懵，敲了两三遍逐渐看透了。

实际代码：

class Solution:
    def removeElement(self, nums: List[int], val: int) -> int:
        # 快慢指针
        fast = 0  # 快指针
        slow = 0  # 慢指针
        size = len(nums)
        while fast < size:  # 不加等于是因为，a = size 时，nums[a] 会越界
            # slow 用来收集不等于 val 的值，如果 fast 对应值不等于 val，则把它与 slow 替换
            if nums[fast] != val:
                nums[slow] = nums[fast]
                slow += 1
            fast += 1
        return slow

今日收获：

学习了经典的二分法、双指针法，对二者的具体使用方法有了全面的认识，并逐渐运用熟练，外加相向双指针法，感觉很巧妙，还得琢磨琢磨，由于之前刷过一遍代码随想录的数组部分的题，所以一开始上来学的会比较快，当然也会在写完这一条之后提前预习下一天的任务，免得之后自己太菜了碰到难的直接停滞不前hhh，今日学习时长将近2h！