二分查找 & 变种总结

二分查找是一个基础的算法,二分查找就是将查找的键和子数组的中间键作比较,如果被查找的键小于中间键,就在左子数组继续查找;如果大于中间键,就在右子数组中查找,否则中间键就是要找的元素。

在开发中,需求大概有以下几种:

  1. 查询指定值首次出现下标
  2. 查询指定值最后一次出现下标
  3. 查询小于指定值的最大数的下标
  4. 查询大于指定值的最小数的下标

开发的套路都是下面代码中所示

int binFirstKSearch(int p[], int key) {
        int start = 0;
        int end = p.length-1;
        while (start <= end) {
            int mid = (start+end) >> 1;
            if (p[mid] ? key) {
               // ??
            }  else {
                // ??
            }
        }
        return ??;
    }

    @Test
    public void test() {
        int p[] = {1, 5, 6, 7, 11, 11, 11, 11, 56,68,77};
        System.out.println("index=" + binFirstKSearch(p, 11));
    }

变得只是操作符与返回值

基于上述需求中所示

  1. 查询指定值首次出现下标 即 查询数组元素等于指定值的集合中最左边的下标
int binFirstKSearch(int p[], int key) {
        int start = 0;
        int end = p.length-1;

        while (start <= end) {
            int mid = (start+end) >> 1;
            if (p[mid] >= key) {
                end = mid-1;
            }  else {
                start = mid + 1;
            }
        }
        return start;
    }
  1. 查询指定值最后一次出现下标即 查询数组元素等于指定值的集合中最右边的下标
int binFirstKSearch(int p[], int key) {
        int start = 0;
        int end = p.length-1;

        while (start <= end) {
            int mid = (start+end) >> 1;
            if (p[mid] <= key) {
                start = mid + 1;
            }  else {
                end = mid-1;
            }
        }
        return end;
    }

3.查询小于指定值的最大数的下标即 查询数组元素小于指定值的集合中最右边的下标

int binFirstKSearch(int p[], int key) {
        int start = 0;
        int end = p.length-1;

        while (start <= end) {
            int mid = (start+end) >> 1;
            if (p[mid] < key) {
                start = mid + 1;
            }  else {
                end = mid-1;
            }
        }
        return end;
    }

4.查询大于指定值的最小数的下标即 查询数组元素大于指定值的集合中最左边的下标

int binFirstKSearch(int p[], int key) {
        int start = 0;
        int end = p.length-1;

        while (start <= end) {
            int mid = (start+end) >> 1;
            if (p[mid] > key) {
                end = mid-1;
            }  else {
                start = mid + 1;
            }
        }
        return start;
    }

以上即为关于二分查找的总结 ,如果哪里说的不对,也请多多指教

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二分查找是一种高效的查找算法,适用于在已排序的数组中查找目标元素。其基本思想是将待查找范围不断二分,通过与目标元素进行比较来决定继续查找的方向,直到找到目标元素或确定不存在。 首先,设定初始的查找范围为整个数组,即左边界为0,右边界为数组长度减一。然后,计算中间位置的索引mid,获得对应的数组元素。 如果mid位置的元素等于目标元素,则找到目标,返回对应索引。 如果mid位置的元素大于目标元素,则目标元素应该在mid的左侧,更新右边界为mid-1。 如果mid位置的元素小于目标元素,则目标元素应该在mid的右侧,更新左边界为mid+1。 重复以上步骤,直到左边界大于右边界,表示整个数组已查找完毕,但未找到目标元素,返回-1。 二分查找的时间复杂度为O(log n),其中n为数组长度。 二分查找变种有几种,例如: 1. 查找第一个匹配的元素 在循环过程中,如果mid位置的元素等于目标元素,但其前一个元素不等于目标元素,即找到第一个匹配的元素。 2. 查找最后一个匹配的元素 在循环过程中,如果mid位置的元素等于目标元素,但其后一个元素不等于目标元素,即找到最后一个匹配的元素。 3. 查找第一个大于目标元素的元素 在循环过程中,如果mid位置的元素大于目标元素,但其前一个元素小于或等于目标元素,即找到第一个大于目标元素的元素。 4. 查找最后一个小于目标元素的元素 在循环过程中,如果mid位置的元素小于目标元素,但其后一个元素大于或等于目标元素,即找到最后一个小于目标元素的元素。 这些变种通过稍微改变循环内的判断条件,可以在相同的时间复杂度下实现特定的查找需求。

“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
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