刷完这19道leetcode二分查找算法，不信进不了大厂

对于二分题，其实就是设定一个中间值 mid, 然后通过这个值进行一个判断 check(mid)， 通过这个函数的返回值，判断将不可能的一半剪切掉；

在刷题的时候需要注意主要是两部分，check 函数的定义以及边界的选择（等号的选择，以及最后是 return left 还是 right）

这次主要是 LC 的二分专题，里面的简单题基本都是比较显性的提示了 check 函数的构建，比方说直接找出某个值，而难题一般都是 check 函数比较难想的，这个时候就需要经验了；

广义上只要是排好序（局部排序），只要是找某个值，大部分都可以考虑用二分，这样复杂度可以降低很多；

对于边界，我的循环结束条件是 left <= right ， 因为如果要多记很多模板，怕会出问题，所以退出条件基本都按这个，然后无论是那种模块，都基于这个结束条件来判断，这样可以把问题收缩都循环里的判定的 check 函数，多做了就会发现端倪；

然后关于退出之后 left 还是 right ，这个是具体问题具体分析；由于我的结束判定条件是 left<=right ，所以如果没用中间返回，那么必然存在 left === right 的时候，这个时候根据判定条件，就知道 right 在 left 的前面，而到底是左逼近，还是右逼近，都比较好判断了，因为这个时候已经退出去了，left 和 right 所代表的 check 的状态也是显而易见的，那么看题目要求什么，给什么即可；

对于二分，我觉得这个专题就基本足够了，简单居多，难题也有两个；如果是第一次学习二分，那么按照专栏的三个模板去记忆也 ok， 别人的经验终归是适合别人自己，做题最重要是把握住自己的节奏，记忆自己最熟悉的那个点，强行模仿别人反而落了下乘；

当然那个男人那么强，我的做题就是模仿的他，慢慢大佬的解法就是我自己的节奏了，毕竟模仿多了，其实就是自己的了，除了算法，其他的工程化学习也是一样的；

那么，周末快乐，下周开 dp 吧，毕竟这个听有意思的。

模板 1

• 目标值是一个固定的 target，在二分过程中需要不断的判断，如果成功就返回对应的值，否则直接返回失败的值
• 返回值如果是向下取，返回 right，如果向上取，则返回 left，还有可能返回一个特定给的失败值；

var search = function (fn, target) {
   
  let left = 最小值,
    right = 最大值;
  while (left <= right) {
   
    // 取 mid 值
    const mid = ((right - left) >> 1) + left;
    //这里的 fn 可能是函数，也可能只是数组取值，反正就是可以取得一个值去跟 target 比较
    const temp = fn(mid);
    if (temp === target) return mid;
    if (temp < target) {
   
      left = mid + 1;
    } else {
   
      right = mid - 1;
    }
  }
  return 没有精确匹配后的值;
};

704. 二分查找

var search = function (nums, target) {
   
  const len = nums.length;
  if (!len) return -1;
  let left = 0,
    right = len - 1;
  while (left <= right) {
   
    const mid = ((right - left) >> 1) + left;
    if (nums[mid] === target) return mid;
    if (nums[mid] < target) {
   
      left = mid + 1;
    } else {
   
      right = mid - 1;
    }
  }
  return -1;
};

69. x 的平方根

// 69. x 的平方根
var mySqrt = function (x) {
   
  let left = 0,
    right = x;
  while (left <= right) {
   
    const mid = ((right - left) >> 1) + left;
    const sqrt = mid * mid;
    if (sqrt === x) return mid;
    if (sqrt < x) {
   
      left = mid + 1;
    } else {
   
      right = mid - 1;
    }
  }
  // 向下取整
  return right;
};

374. 猜数字大小

分析

1. 这里内置一个函数 guess(n), 返回值是 -1 0 1, -1 是 targt 值更小

var guessNumber = function (n) {
   
  let left = 1,
    right = n;
  while (left <= right) {
   
    const mid = ((right - left) >> 1) + left;

    if (guess(mid) === 0) return mid;
    if (guess(mid) > 0) {
   
      // 这个时候 mid < pick
      left = mid + 1;
    } else {
   
      right = mid - 1;
    }
  }
};

// 自己模拟一下这个 guess 函数吧 -- 假定第二个参数就是目标猜的数字，我们可以用它来初始化，默认是5
function guess(num, pick = 5) {
   
  if (num === pick) return 0;
  if (pick < num) return -1;
  if (pick > num) return 1;
}

参考视频：传送门

441. 排列硬币

分析

1. 这里求的是一个左侧极值的二分法，是向右逼近的二分
2. 累计值算法是小学数学题 sum = (first+end)*count/2
3. 每次取中间层数，求出到这个层数需要的币数 sum，然后和目标值 n 比较
4. 如果刚好符合，直接返回（这里可以收缩到左侧判定条件中）；如果 count 比较少，则 left 要提到 mid+1,否则 right 要提到 mid-1
5. 由于最后要返回的是最逼近 n 的层数，所以判断一下当 left === right 情况，如果小于 n，则 left = mid+1，这个时候 right 符合要求，所以跳出循环后，返回的是 right
6. 时间复杂度O(logN)

var arrangeCoins = function (n) {
   
  let left = 0,
    right = n;
  while (left <= right) {
   
    const mid = left + ((right - left) >> 1);
    // mid 层的时候满的硬币数
    const sum = ((1 + mid) * mid) / 2;
    if (sum === n) return mid;
    if (sum < n) {
   
      left = mid + 1;
    } else {
   
      right = mid - 1;
    }
  }
  return right;
};

33. 搜索旋转排序数组

分析

1. 已知：原始数组 nums 是生序排序的，且数组中的值不一样的
2. 入参的 nums 是在某个下标 k 的作用下发生了重置，使得 nums 现在是先升序数组 [k,len-1]然后断裂后，再一个升序数组[0,k-1]
3. 这是一个局部排好序的数组，所以可以用二分处理,返回的是 target 值的下标或者 -1
4. 所以每次都用排好序的一半来作为判断依据，如果在排好序这边，则删除另外，反之亦然
5. 时间复杂度 O(logn)

var search = function (nums