二分查找算法介绍
二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。
基本算法思想:先确定待查找元素所在的区间范围,在逐步缩小范围,直到找到元素或找不到该元素为止。
二分查找算法的过程如下所示:
每次查找时从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束;
如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。
如果在某一步骤数组为空,则代表找不到.
举个例子
给定一个有序数组 [0, 1, 2, 3, 4, 5, 6, 7, 8]
,如果我们希望查找 5 是否在这个数组中。
第一次区间为整个数组 [0, 1, 2, 3, 4, 5, 6, 7, 8]
,中位数是 4,因为 4 小于 5,所以如果 5 存在在这个数组中,那么 5 一定在 4 右边的这一半区间中。于是我们的查找范围变成了 [4, 5, 6, 7, 8]
。
第二次区间为 [4, 5, 6, 7, 8]
,中位数是 6,因为 5 小于 6,所以如果 5 存在在这个数组中,那么 5 一定在 6 左边的这一半区间中。于是我们的查找范围变成了 [4, 5, 6]
。
第三次区间为 [4, 5, 6]
,中位数是 5,正好是我们需要查找的数字。
于是我们发现,对于一个长度为 9 的有序数组,我们只进行了 3 次查找就找到了我们需要查找的数字。而如果是依次遍历数组,则最坏情况下,我们需要查找 9 次。
二分查找算法思想
二分查找算法是经典的 【减而治之】 的思想。
这里的 【减】 是减少问题规模的意思,【治】是解决问题的意思。【减】和 【治】 结合起来的意思就是 【排除法解决问题】。即:每一次查找,排除掉一定不存在目标元素的区间,在剩下可能存在目标元素的区间中继续查找。每一次通过一些条件判断,将待搜索的区间逐渐缩小,以达到【减少问题规模】的目的。而于问题的规模是有限的,经过有限次的查找,最终会查找到目标元素或者查找失败。
如题:
704.二分查找——力扣
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的
target,如果目标值存在返回下标,否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
解题思路
利用二分查找算法进行解题。
设定左右节点为数组两端,即 left = 0
,right = len(nums) - 1
,代表待查找区间为 [left, right]
(左闭右闭)。
取两个节点中心位置 mid
,先比较中心位置值 nums[mid]
与目标值 target
的大小。
- 如果中心位置值
nums[mid]
与目标值target
相等,则返回中心位置。 - 如果中心位置值
nums[mid]
小于目标值target
,则将左节点设置为mid + 1
,然后继续在右区间[mid + 1, right]
搜索。 - 如果中心位置值
nums[mid
] 大于目标值target
,则将右节点设置为mid - 1
,然后继续在左区间[left, mid - 1]
搜索。
代码
class Solution:
def search(self, nums: List[int], target: int) -> int:
left = 0
right = len(nums) - 1
# 在区间 [left, right] 内查找 target
while left <= right:
# 取区间中间节点
mid = (left + right) // 2
# 如果找到目标值,则直接返回中心位置
if nums[mid] == target:
return mid
# 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索
elif nums[mid] < target:
left = mid + 1
# 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索
else:
right = mid - 1
# 未搜索到元素,返回 -1
return -1
从上面的例子中二分查找的思路和具体代码。但是真正在解决二分查找题目的时候还是需要考虑很多细节的。