一篇文章彻底解决二分查找的两种情况

二分查找

情况一 左开右开

情况一和情况二最大的区别就是,left和right的定义的区别
int left = 0;
int right = nums.size() - 1; 
// 定义target在左闭右闭的区间里,[left, right]
这种情况当中 left 指向第一个元素, right 指向最后一个元素
每次通过 left + ((left - right) >> 1) 来判断 mid 处元素与要寻找的 target 元素的大小,如果等于就返回,小于就将 right = mid -1,大于就将 left = mid + 1
此时循环的判断条件 left <= right, 当 left == right 的时候,left + right / 2 = left = right, 此时还要判断一下 left,right 指向的元素是不是 target
下面是对 1,2,3,4,7,9,10 这个数组用情况一来进行二分的示意图
奇数情况:

 

偶数情况:

 

当最后返回值的时候 nums[mid] == target
此时 left == right
当 left == right 出现之后,如果还没有找到,则说明当前数组当中没有要找的元素
代码:
class Solution {
    public int search(int[] nums, int target) {
        // 避免当 target 小于nums[0] nums[nums.length - 1]时多次循环运算
        // 这个 if 判断,让数据不符合条件的时候直接结束,不会进行后面while循环
        // 如果不存在的话,不影响结果
        if (target < nums[0] || target > nums[nums.length - 1]) {
            return -1;
        }
        int left = 0, right = nums.length - 1;
        while (left <= right) {
            int mid = left + ((right - left) >> 1);
            if (nums[mid] == target)
                return mid;
            else if (nums[mid] < target)
                left = mid + 1;
            else if (nums[mid] > target)
                right = mid - 1;
        }
       return -1;
    }
}

情况二 左闭右开

第二种情况下
int left = 0;
int right = nums.size();
由图就可以看出 right 此时超出了数组的长度,来到了数组的下一个元素,此时要查找的目标数target的区间位于 [left,right)
因为 target 区间时刻位于 [left,right), 即left位置到right-1位置的元素都有可能是 target,所以当 nums[mid] > target 的时候,即 mid 位置元素不可能是 target,left 到 mid-1 的元素都有可能是 target,此时将 right 赋值为 mid,刚好符合 "右闭" 的特点

 

当最后 nums[mid] == target  return mid
此时 left < right
代码:
class Solution {
    public int search(int[] nums, int target) {
        int left = 0, right = nums.length;
        while (left < right) {
            int mid = left + ((right - left) >> 1);
            if (nums[mid] == target)
                return mid;
            else if (nums[mid] < target)
                left = mid + 1;
            else if (nums[mid] > target)
                right = mid;
        }
        return -1;
    }
}

比较

这两个代码的区别就是 right 的定义,while循环的判断条件,和 nums[mid] < target 时 right 的移动

版本一 左开右开中:int right = nums.size() - 1 / while(left <= right) / right = middle - 1

版本二 左开右闭中:int right = nums.size / while( left < right) / right = middle

区别就是左开右开中 ,right保持在 target 存在的区间当中 ,左开右闭当中,right不在target存在的区间当中,保持 target < right
而 while 循环 中 判断条件的区别 从结果来看起始是一样的,情况一中: l = 0, r = 0, m = 0
情况二中: l = 0 , r = 1 , m = 0, 最后一次判断当中都是对 m处(即0位置处)进行判断,判断完毕结束
过程图可以看上面两幅手绘图

复杂度分析

这两种情况虽然代码不同,但是实现原理基本相同,所以复杂度也是一样的

时间复杂度

 

以这副图为例,n个元素一共会分割 logn 次,即这个倒过来的树的高度

所以时间复杂度是 : O(log n)

空间复杂度

二分法用到的变量是常数级别的,没有开辟数组之类的会导致空间复杂度增加的变量

所以空间复杂度是:O(1)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值