【704. 二分查找、27. 移除元素】代码随想录算法训练营第一天

学习内容：704. 二分查找

二分查找的最大优势在于其时间复杂度是O(logn)，因此看到有序数组（数组内无重复元素）都要第一时间反问自己是否可以使用二分。
二分mid溢出：
○ mid = (l + r) / 2时，如果l + r 大于 INT_MAX(C++内，就是int整型的上限)，那么就会产生溢出问题（int类型无法表示该数）
○ 所以写成 mid = l + (r - l) / 2或者 mid = l + ((r - l) >> 1) 可以避免溢出问题
对于二进制的正数来说，右移x位相当于除以2的x几次方，所以右移一位等于➗2，用位运算的好处是比直接相除的操作快。

第一种写法：定义 target 是在一个在左闭右闭的区间里，也就是[left, right] 。

• while (left <= right) 要使用 <= ，因为left == right是有意义的，所以使用 <=
• if (nums[middle] > target) right 要赋值为 middle - 1，因为当前这个nums[middle]一定不是target，那么接下来要查找的左区间结束下标位置就是 middle - 1

c++

#include<iostream>
#include<vector>
using namespace std;

class Solution {
public:
	int search(vector<int>&nums, int target) {
		int left = 0;
		int right = nums.size() - 1;
		while (left <= right)
		{
			int middle = left + (right - left) / 2;
			if (nums[middle] > target) {
				right = middle - 1;
			}
			else if (nums[middle] < target) {
				left = middle + 1;
			}
			else{
				return middle;
			}
		}return -1;
	}
};
int main() {
	Solution  func;
	int array[] = {0, 5, 8, 9, 10, 17};
	vector<int>a(array, array + 6);
	int target = 5;
	cout << func.search(a, target) << endl;
}

python

class Solution:
    def search(self, nums: list[int], target: int) -> int :
        left, right =0, len(nums) -1

        while left <= right:
            middle = left + (right - left)//2

            if nums[middle]> target:
                right = middle - 1
            elif nums[middle] < target:
                left = middle + 1
            else:
                return middle

        return -1

array = [1,2,4,5,6,8,7,9,3]
target = 5
result = Solution().search(array,target)
if result != -1:
    print("the target element local is ",result)
else:
    print("the target element not in this array.")

---

第二种写法：定义 target 是在一个在左闭右开的区间里，也就是[left, right) ，二分法的边界处理方式和上面不同。

• while (left < right)，这里使用 < ,因为left == right在区间[left, right)是没有意义的
• if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]

c++

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

python

class Solution:
     def search(self, nums: list[int], target: int) -> int :
         left, right =0, len(nums)
         while left < right:
             middle = left + (right - left)//2
             if nums[middle] > target:
                 right = middle
             elif nums[middle] < target:
                 left = middle +1
             else:
                return middle
         return -1

---

学习内容： 27. 移除元素

暴力解法：两层循环，一层循环遍历数组元素 ，第二个for循环更新数组。
c++

// 时间复杂度：O(n^2)
// 空间复杂度：O(1)
class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int size = nums.size();
        for (int i = 0; i < size; i++) {
            if (nums[i] == val) { // 发现需要移除的元素，就将数组集体向前移动一位
                for (int j = i + 1; j < size; j++) {
                    nums[j - 1] = nums[j];
                }
                i--; // 因为下标i以后的数值都向前移动了一位，所以i也向前移动一位
                size--; // 此时数组的大小-1
            }
        }
        return size;

    }
};

python

class Solution:
    def removeE(self, nums: list[int], val: int) -> int:
        i=0
        l=len(nums)
        while  i < l:
            if nums[i] == val:
                for j in range(i+1,l):
                    nums[j-1] = nums[j]
                l -= 1
            else:
                i += 1
        return l

---

c++

双指针法（快慢指针法）： 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。

快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
慢指针：指向更新 新数组下标的位置

// 时间复杂度：O(n)
// 空间复杂度：O(1)
class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
            if (val != nums[fastIndex]) {
                nums[slowIndex++] = nums[fastIndex];
            }
        }
        return slowIndex;
    }
};

python

class Solution:
    def removeE(self, nums: list[int], val: int) -> int:
        fast = 0
        slow = 0
        size = len(nums)
        while fast < size:
            if nums[fast] != val:
                nums[slow] = nums[fast]
                slow +=1
            fast +=1
        return slow
array = [1,2,4,5,6,8,7,9,5,3]
val = 5
len = Solution().removeE(array,val)
print(len)
print("update array is ",array[:len])

---