🚀 优质资源分享 🚀
学习路线指引(点击解锁) | 知识定位 | 人群定位 |
---|---|---|
🧡 Python实战微信订餐小程序 🧡 | 进阶级 | 本课程是python flask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。 |
💛Python量化交易实战💛 | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
减治思想——二分查找详细总结
二分查找应用于有序数组,可以在以O(log(n))O(log(n))O(\log(n))时间复杂度进行查找。其思想在于利用数组的有序性直接排除掉一些元素,这也是进行“减治”的地方。二分查找思想看起来简单,但是其边界条件其实很容易弄混,下面就对各种情况的二分查找(基础情形、左边界二分查找、右边界二分查找、应插入位置二分查找)进行详细的说明,完整的代码附在附录里面。
文章的的后半部分挑选了部分leetcode中典型应用二分思想的题目。
1. 二分查找的总结
二分查找写法的核心在于缩小查找的边界,也就是不断地缩小查找范围,使得目标值在范围内。当查找范围为空集或找到了目标值时,就可以结束循环。如果懂得这个道理,二分查找写起来就简单多了。
1.1 普通的二分查找
最普通的二分查找,我们只要求它能找到目标元素或返回异常值(返回-1表示未查找到目标元素)就好。其基本思想非常好理解,就是利用数组的有序性来筛掉不必要进行查找的元素。
注意:
二分查找最重要一点就是边界条件的判断,在整个数组中进行查询时,可以使用lo<=hilo<=hilo<=hi的写法,其中hi的起始值为nums.length - 1。也可以采用lo<hilo<hilo<hi的的写法,其中hi的起始值为num.length:而且两种不同的边界条件lo和hi的变动也有所不同(详见如下代码)。
二分查找非递归实现:
public static int search(int[] nums, int target) {
return search(nums, target, 0, nums.length - 1);
}
// lo <= hi的写法,hi的初始值为nums.length - 1
public static int search(int[] nums, int target, int lo, int hi) {
while (lo <= hi) {
int mid = lo + (hi - lo) / 2; // 避免可能的溢出
if (nums[mid] < target)
lo = mid + 1; // 已经确定mid位置不可能是目标元素,将lo设置为mid的下一位
else if (nums[mid] > target)
hi = mid - 1; // 已经确定mid位置不可能是目标元素,将hi设置为mid的上一位
else
return mid; // 找到了就直接返回mid就好
}
return -1; // 没找到返回异常值
}
// lo < hi的写法,hi的初始值为nums.length - 1
public static int search2(int[] nums, int target, int lo, int hi) {
while (lo < hi) {
int mid = lo + (hi - lo) / 2;
if (nums[mid] < target)
lo = mid + 1; // lo这侧为闭区间,写法与上面示例相同
else if (nums[mid] > target)
hi = mid; // hi这侧为开区间,写法与上面示例有区别!开区间这侧端点是取不到的,所以将hi设置为mid就好
else
return mid;
}
return -1;
}
二分查找递归实现:
public static int binarySearchRecur(int[] nums, int target, int low, int high) {
int mid = low + (high - low) / 2;
if (target > nums[mid])
return binarySearchRecur(nums, target, mid + 1, high);
else if (target < nums[mid])
return binarySearchRecur(nums, target, low, mid - 1);
else if (target == nums[mid])
return mid;
return -1;
}
注意:
- 为什么mid的计算方式不是 m i d = ( l o + h i ) 2 而 是 而 是 而 是 m i d = l o + h i − l o 2 mid = \frac{(lo + hi)}{2} 而是而是而是mid = lo + \frac{hi - lo}{2}