day_18 —— LeetCode 704：二分查找

Day_18 —— $LeetCode704$：二分查找

题目

二分查找是一种运行时间复杂度为O（log n）的快速搜索算法。这种搜索算法基于分而治之的原理，为了使该算法正常工作，查找的对象应该是有序的。

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0, right = nums.size();
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] == target) return mid;
            else if (nums[mid] < target) left = mid + 1;
            else right = mid;
        }
        return -1;
    }
};

早在两千多年前，庄子就搞清楚了二分法的精髓，他说：一尺之棰，日取其半，万世不竭。

二分法最常见的问题有两个，一个是二分的区间边界不清楚，另一个是二分查找的结果不明确。

我们先说第一个问题——边界

早在小学我们就学过，用l表示区间左边界，r表示区间右边界，mid=(l + r) / 2表示二分的中间点。这个在数学里非常明确，但在编程的时候，有一个隐藏的问题被忽略了。究竟这个区间是闭区间呢，还是开区间呢，还是半开半闭区间或者是半闭半开区间？如果这个问题不想清楚，想要一次性写出没有bug的代码，老实说很不容易。

首先，二分终止的条件究竟怎么写，是while (l < r) 还是 while (l <= r) 还是别的？还有，在搜索的时候，我们究竟要不要将a[mid] == v的情况单独判断？我们是判断a[mid] < v还是a[mid] <= v？假设我们选择用a[mid] <= v，得到的结果为true。我们知道答案应该在区间的右半边，我们需要舍弃左边的区间。应该对l赋值，但是我们是赋值成l = m呢还是l=m + 1呢？又是为什么呢？

你看，如果l和r表示的区间不考虑清楚，我们在实际写代码的时候就会遇到这样棘手的问题。坑爹的是，当我们为这些边界头疼的时候，我们并不能意识到这是因为我们没有搞清楚表示区间的方法导致的。往往会觉得是自己不够熟悉。

理论上来说，不论选什么样的区间，只要代码得当，都是可以的，可以说是完全看个人喜好。不过我个人推荐左闭右开，原因很简单，这个和编程当中的数组定义的情况一致。我们都知道，在代码的世界里，数组是从0开始的，一个长度为10的数组，最后一个元素的下标是9。如果使用左闭右开区间，我们将l=0，r=数组长度，就完成了初始化，如果用闭区间，r=长度-1，不免显得有些多余。

假设我们确定了使用左闭右开区间，我们再来看前面说的两个问题。

区间确定了，终止条件也就明确了，左闭右开区间[l, r)不为空的话，r 至少大于等于l + 1。我们要在区间长度大于1的时候执行二分，所以二分的循环条件应该是while (l + 1 < r)。

那么while里的判断条件呢？

我们列举一下，a[mid] 和v的大小关系无非只有三种。

第一种a[mid] = v，很简单，mid就是我们要查找的结果，直接返回。

第二种a[mid] < v，说明我们应该取右边的区间，由于l的位置可以取到，而mid已经不是答案了，所以l = mid + 1。

第三种a[mid] > v，应该取左边的区间，mid不是答案，但是由于r指向的位置本身就不在候选区间里，所以r = mid，而不是mid-1，因为mid-1可能是答案，而r处的位置是取不到的。

到这里，似乎一切完美，我们可以很顺利地写出代码了。但是还没有结束，依然还有一个小问题。

前文说了，a[mid]和v的关系有三种，当a[mid] = v的时候，我们就找到了答案。从这个角度来看，我们二分的时候，通过l和r缩小区间的范围，通过mid来寻找答案。但是既然我们已经折半区间的大小了，那么当区间长度为1的时候，剩下的就是答案，我们为什么还需要通过mid去查找答案呢？如果我们就想通过区间本身来查找答案，那么应该怎么办呢？

也不难，我们需要把a[mid]小于和等于v的两种情况合并，由于a[mid]可能等于v，所以我们不能跳过mid这个位置，l = mid + 1 应该写成l = mid，于是整个代码也就出来了：

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        l, r = 0, len(nums)  
        while l + 1 < r:  
            m = (l + r) // 2  
            if nums[m] <= target:  
                l = m  
            else:  
                r = m  
        if nums[l] == target:
            return l
        else:
            return -1

完整二分法线下实现：

#include <stdio.h>
#define MAX 20

// array of items on which linear search will be conducted. 
int intArray[MAX] = {1,2,3,4,6,7,9,11,12,14,15,16,17,19,33,34,43,45,55,66};

void printline(int count) {
  int i;

  for(i = 0;i <count-1;i++) {
    printf("=");
  }

  printf("=\n");
}

int find(int data) {
  int lowerBound = 0;
  int upperBound = MAX -1;
  int midPoint = -1;
  int comparisons = 0;      
  int index = -1;

  while(lowerBound <= upperBound) {
    printf("Comparison %d\n" , (comparisons +1) );
    printf("lowerBound : %d, intArray[%d] = %d\n",lowerBound,lowerBound,
        intArray[lowerBound]);
    printf("upperBound : %d, intArray[%d] = %d\n",upperBound,upperBound,
        intArray[upperBound]);
    comparisons++;
  
    // compute the mid point
    // midPoint = (lowerBound + upperBound) / 2;
    midPoint = lowerBound + (upperBound - lowerBound) / 2;	
  
    // data found
    if(intArray[midPoint] == data) {
        index = midPoint;
        break;
    } else {
        // if data is larger 
        if(intArray[midPoint] < data) {
          // data is in upper half
          lowerBound = midPoint + 1;
        }
        // data is smaller 
        else {
          // data is in lower half 
          upperBound = midPoint -1;
        }
    }               
  }
  printf("Total comparisons made: %d" , comparisons);
  return index;
}

void display() {
  int i;
  printf("[");

  // navigate through all items 
  for(i = 0;i<MAX;i++) {
    printf("%d ",intArray[i]);
  }

  printf("]\n");
}

int main() {
  printf("Input Array: ");
  display();
  printline(50);

  //find location of 1
  int location = find(55);

  // if element was found 
  if(location != -1)
    printf("\nElement found at location: %d" ,(location+1));
  else
    printf("\nElement not found.");
  return 0;
}

参考内容：

1. https://www.tutorialspoint.com/data_structures_algorithms/binary_search_algorithm.htm
2. https://mp.weixin.qq.com/s/upHycaX9ktBbrRIZW3bqcA
3. https://mp.weixin.qq.com/s/Rle4ZlJaqeOYRxo_xVmX1Q