Binary Search 二分搜索法 C++

第一类 需要查找和目标值完全相等的数

法一

int find(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;
}

法二

int find(vector<int>& nums, int target) {
    int left = 0, right = nums.size()-1;
    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 - 1;
    }
    return -1;
}

对比

如何理解和记忆两个方法

法一可以理解为取的合法区间是左闭右开[ , ),所以一开始right的初始化是nums.size()因为不会取到这个值。并且当left==right的时候,可取left但不能取right但是这两个数又是同一个数,已经构成了矛盾。在判断mid并非属于合法区间后,新的区间可以update为[left, mid)。

相同的,法二可以理解为取的合法区间是左闭右闭[ , ]。nums.size()不属于合法区间所以right只可以取到nums.size()-1。当left==right,我们仍需要判断[left, left/right]中是否有target。在判断mid并非属于合法区间后,新的区间可以update为[left, mid-1]。

需熟悉掌握人工run这些code,之前面试遇到,我就慌乱了~

 

第二类 查找第一个不小于目标值的数,可变形为查找最后一个小于目标值的数

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

 

第三类 查找第一个不大于目标值的数,可变形为查找最后一个大于目标值的数

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

 

Reference:

https://www.cnblogs.com/grandyang/p/6854825.html

二分搜索是一种常见的查找算,利用它可以在有序数组中快速查找某个元素。然而,如果数组过大,一次性搜索整个数组可能会非常耗时。这时,可以使用分治将大问题分解成小问题进行处理,进而提升算效率。 下面是使用分治解决二分搜索的c/c++代码: ```c++ #include <iostream> #include <vector> using namespace std; int binarySearch(vector<int>& nums, int target, int left, int right) { if (left > right) { return -1; } int mid = left + (right - left) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] > target) { return binarySearch(nums, target, left, mid - 1); } else { return binarySearch(nums, target, mid + 1, right); } } int main() { vector<int> nums = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; int target = 8; int index = binarySearch(nums, target, 0, nums.size() - 1); if (index == -1) { cout << "Target not found" << endl; } else { cout << "Target found at index " << index << endl; } return 0; } ``` 在这段代码中,我们定义了一个名为binarySearch的函数,它接受一个有序数组、目标值、数组的左右边界作为参数,返回目标值在数组中的下标。函数首先判断左右边界是否交叉,如果是,则说明数组中没有目标值,返回-1。否则,计算出数组中间元素的下标mid,如果mid对应的值等于目标值,则直接返回mid,否则根据mid对应的值与目标值的大小关系,将搜索范围缩小到左半部分或右半部分,递归调用函数。最终,如果找到目标值,则返回其下标,否则返回-1。 在主函数中,我们定义了一个有序数组和一个目标值,调用binarySearch函数查找目标值在数组中的下标,并输出结果。 使用分治解决二分搜索可以将大问题分解成小问题,提升算效率,但需要注意递归调用的终止条件。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值