level 1
一个非常简单的二分应用问题,假设你有一个升序数组,然后让你去search一个target的index
比如
vector<int> arr({1,2,3,4,5,6,7,8});
使用二分法就比较简单了
vector<int> arr({1,2,3,4,5,6,7,8,9});
int l = 0;
int r = arr.size() - 1;
int v = 7;
while(l<r){
int mid = (r - l)/2+l;
if(v == arr[mid]){
cout<<mid;
break;
}
if(v<arr[mid]){
r = mid - 1;
}
if(v>arr[mid]){
l = mid+1;
}
}
二分法一般针对的是有序数组
它的核心思想在于将结果集合以log的速度坍缩到一个范围,直到找到它。
level 2
如果有序数组发生了旋转: 旋转数组,然后让你再去定位新数组里面target的index,问题就会变得有些艰难。
比如一下这串从0124567旋转后的新数组
arr = [4,5,6,7,0,1,2]
我们尝试serach一下raget = 6所在的index
虽然经过旋转,但是局部却是保存了有序的性质,可以尝试使用二分法
情况 1
left = 0,right = 6,mid = 3,也就是arr[3] = 7,我们发现target < arr[mid],于是我们可以坍缩选择集合,从[0,6]->[0,3],然后尝试下
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0;
int r = nums.size() - 1;
int mid = -1;
while(l<=r){
mid = (r - l)/2+l;
if(target == nums[mid]){
cout<<mid;
break;
}
if(target<nums[mid]){
r = mid - 1;
}
if(target>nums[mid]){
l = mid+1;
}
}
return mid;
}
};
情况2
当然,这个结果对于6而言是没问题的,我们尝试检索0所在的索引
为什么会发生这种事情?
我们输出了它在这个过程中发生的事情
一开始的搜索域是[0,6]
第二次的搜索域是[0,2]??不应该是[4,6]才对吗?
于是你恍然大悟
旋转后的场景变得复杂,所以条件也需要增加,从而确保在遇到这种情况能够将搜索域转移到[4,6],那么条件是什么呢?
继续观察两个搜素域
[4,5,6],[0,1,2]
我们有理由观察到,target分给哪一个搜索域的基础条件是该子搜索域的左界要>=target,同时右界要<=target,显然[4,5,6]不符合条件,而0,1,2符合条件
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0;
int r = nums.size() - 1;
int mid = -1;
while(l<=r){
mid = (r - l)/2+l;
if(target == nums[mid]){
cout<<mid;
break;
}
//左子域
if(target>= nums[l]&&target<= nums[mid-1]){
r = mid - 1;
}
//右子域
if(target>= nums[mid+1]&&target<= nums[r]){
l = mid+1;
}
// if(target<nums[mid]){
// r = mid - 1;
// }
// if(target>nums[mid]){
// l = mid+1;
// }
}
return mid;
}
};
那么问题是不是就解决了呢?
情况3
这个时候,我们将target = 6,然后搜索
淦!
为什么出现这种问题了呢?
第一次二分时,分裂出了两个域[4,5,6],[0,1,2],与此同时,我们从新修改的代码可以推测出我们的target同时满足在两个域的条件
显然,当满足其中一个域,就不能再满足另外一个域,所以我们可以定义一个code来分辨选择哪个域
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0;
int r = nums.size() - 1;
int mid = -1;
while(l<=r){
mid = (r - l)/2+l;
if(target == nums[mid]){
cout<<mid;
break;
}
int code = 0;
//左子域
if(target>= nums[l]&&target<= nums[mid-1]){
code = 1;
}
//右子域
if(target>= nums[mid+1]&&target<= nums[r]){
l = mid+1;
code = 2;
}
if(code == 1){
r = mid - 1;
}
if(code == 2){
l = mid+1;
}
}
return mid;
}
};
情况4
将代码丢到leetcode去跑,一个新的测试案例的失败,让问题陡然变得复杂起来
我们发现3 既不属于code = 1的情况,也不属于code = 2的情况,那么…再加一句代码
[4,5,6,7,0,1,2]
3
情况 5
此时mid = 2;
两域为[3,4],[6,1,2],我们发现,此时的target = 2既不满足左子域的入狱条件也不满足右子域的入狱条件,显然,这是第四种情况,也就是,此时的目标值一定会在两域中左界>又界的域中
我们对code == 0的情况进一步处理
if(code == 0){
if(nums[l]>nums[mid -1]){
r = mid - 1;
continue;
}
if(nums[mid+1]>nums[r]){
l = mid+1;
continue;
}
return -1;
}
情况6
当mid == 0的时候,此时,如果进行下界域arr[mid-1]的判断一定会崩
mid = (r - l)/2+l;
if(mid == 0){
if(nums[r] == target){
return r;
}
if(nums[l] == target){
return l;
}
return -1;
}
情况7
存在一个mid,满足了入狱情况,但该域并不存在target
解决了7个情况后,你大概得到一份代码:
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0;
int r = nums.size() - 1;
int mid = -1;
while(l<=r){
mid = (r - l)/2+l;
if(mid == 0){
if(nums[r] == target){
return r;
}
if(nums[l] == target){
return l;
}
return -1;
}
if(target == nums[mid]){
cout<<mid;
break;
}
int code = 0;
//左子域
if(target>= nums[l]&&target<= nums[mid-1]){
code = 1;
}
//右子域
if(target>= nums[mid+1]&&target<= nums[r]){
l = mid+1;
code = 2;
}
if(code == 1){
r = mid - 1;
}
if(code == 2){
l = mid+1;
}
if(code == 0){
if(nums[l]>nums[mid -1]){
r = mid - 1;
continue;
}
if(nums[mid+1]>nums[r]){
l = mid+1;
continue;
}
return -1;
}
}
if(nums[mid] == target){
return mid;
}
return -1;
}
};
md…细节狂魔