一文详解二分查找各种细节问题

前言

  二分查找是在有序数组中快速搜寻某元素的算法，其思想易懂，但在实现过程中却存在很多的细节问题，比如：

• 左区间端点更新时是加一还是不加？
• 右区间端点更新时是减一还是不减？
• 循环的终止条件是$<$还是$\le$?

  接下来，我将以例题入手，带你逐步解开这些疑惑。

例题分析一

1.题目描述

  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。

2.函数定义

int binarySearch(int *nums, int numsSize, int target)
{

}

3.原题链接

LeetCode 704. 二分查找

4.题解

int binarySearch(int *nums, int numsSize, int target)
{
    int left = 0;
    int right = numsSize - 1;
    int mid;
    while (left <= right)
    {
        mid = (left + right) / 2;
        if (nums[mid] < target)
        {
            left = mid + 1;
        }
        else if (nums[mid] > target)
        {
            right = mid - 1;
        }
        else
        {
            return mid;
        }
    }
    return -1;
}

5.分析

  这是一个元素存在性问题，我们在 $[left,right]$ 中要寻找等于 $target$ 的元素，首先判断 $nums[mid]$ 与 $target$ 的大小关系，如果 $nums[mid]<target$，那么要寻找的元素必定在 $[mid+1,right]$ 内，所以左区间端点更新时需要加一。同理，右区间端点更新时也需要减一。
  下面再分析循环的终止条件为什么是 $\le$，我们设想这样一种情况，当左右区间端点相等即 $left=right$ 时，$mid=left=right$，此时 $nums[mid]$ 与 $target$ 的大小关系还没有被判断，因此当 $left=right$ 时还要再循环一次。

例题分析二

1.题目描述

  给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

2.函数定义

int searchInsert(int *nums, int numsSize, int target)
{

}

3.原题链接

LeetCode 35. 搜索插入位置

4.题解

int searchInsert(int *nums, int numsSize, int target)
{
    int left = 0;
    int right = numsSize;						// (1)
    int mid;
    while (left < right)						// (2)
    {
        mid = left + (right - left) / 2;		// (3)
        if (nums[mid] < target)
        {
            left = mid + 1;
        }
        else
        {
            right = mid;						// (4)
        }
    }
    return right;
}

5.分析

  如果简化题意，就是要寻找 $\ge target$ 的最小值，返回其下标。如果 $nums[mid]\ge target$，那么 $nums[mid]$ 就满足了寻找的一个条件，那 $nums[mid]$ 是否最小呢？这我们无法确定，它可能是最小的，但也可能不是。所以我们接下来要在 $[left,mid]$ 中去寻找，这对应了 $(4)$ 处右区间端点更新时不减一。
  那为什么 $(2)$ 处循环终止条件是 $<$呢？当 $left=right$ 时， $[left,right]$ 中只有一个元素 $right$， 而$right$ 其实是由之前的 $mid$ 更新而来，由于之前 $nums[mid]$ 已经判断过和 $target$ 的大小关系，所以我们不需要再判断了。那如果写 $\le$，多判断一次会怎样？我告诉你：你将会陷入此循环中万劫不复！




  哈哈哈开玩笑的啦，不就是个死循环嘛。
  设 $left=right=a$，则 $mid=a$，在右区间端点 $right\ne numsSize$ 的情况下，右区间端点对应的元素已经确定大于等于 $target$了。也就是现在的 $nums[mid]$ 确定是 $\ge target$ 的，那么无论接下来循环多少次，$right$ 都等于 $a$。在右区间端点 $right=numsSize$ 的情况下，还会造成数组越界访问。所以当 $left=right$ 时循环应终止，最后返回 $left$ 或 $right$ 都是一样的。
  接下来，再来看 $(1)$ 处，如果 $target$ 比数组最后一个元素还要大，那么其插入位置就应该是数组尾部的后一个位置，也就是对应下标为 $numsSize$ 的地方。所以要在 $[0,numsSize]$ 中去寻找插入位置，右区间端点 $right$ 就应初始化为 $numsSize$。
  最后说一下 $(3)$ 处，首先证明在数学上与 $mid=(left+right)/2$ 是等价的。证明非常简单:

$$mid=left+\frac{right-left}{2}$$
$$=\frac{2\times left+right-left}{2}$$
$$=\frac{left+right}{2}$$

  那既然如此，为什么还要采用 $(3)$ 处的写法呢？难道是为了秀操作？当然不是啦。我们知道，数据是有范围的，当 $left$ 和 $right$ 都很大的时候，它们的和就有可能超过 $32$ 位整型的最大值 $2147483647$，从而产生错误，而求差则不会，所以 $(3)$ 处的写法是很安全的。

举一反三

  好了，看到这里相信你已经对二分查找的各种细节都有所了解了。那么接下来就容我问你三个问题：

  给定一个排序数组 $nums$ 和一个目标值 $target$，请你返回：

1. 大于 $target$ 的最小值的下标
2. 小于等于 $target$ 的最大值的下标
3. 小于 $target$ 的最大值的下标

  实际上这三个问题都与例题二类似，这里我就讲解第3个问题。

int binarySearch(int *nums, int numsSize, int target)
{
	int left = -1;
	int right = numsSize - 1;
	int mid;
	while (left < right)
	{
		mid = right - (right - left) / 2;	// (1) 
		if (nums[mid] < target)
		{
			left = mid;
		}
		else
		{
			right = mid - 1;
		}
	}
	return left;
}

  这里我就只对 $(1)$ 处进行分析了。至于其他的么……


  此题 $(1)$ 处的写法与例题一、例题二中写法在数学上都是等价的。但在这道题中，如果用例题一或例题二的写法就必然有问题。你能思考这是为什么吗？


  考虑这样一种情况，当 $left=right-1=a$ 时，如果采用例题一或例题二的写法，不难算出 $mid=left=a$ ，如果 $left\ne -1$， $nums[mid]$ 确定是 $<target$ 了，所以接下来无论循环多少次 ，都有 $left=right-1=a$，也就是陷入了死循环。如果 $left=-1$，会造成数组越界访问。此题 $(1)$ 处写法在这种情况下，$mid=right=a+1$, 接下来无论 $nums[mid]$ 与 $target$ 大小关系什么，都会有 $left=right$，然后跳出循环。同样的，例题二也不能采用此题的写法，可以自己试着分析一下。

总结

  好了，相信经过我的一番心思缜密（$乱七八糟$）的分析以后，你对二分查找的各种细节问题都已了如指掌（$稀里糊涂$）。但真正让你有所提升的，一定不是看我的文章，而是自己动手实践，多思考，多总结。