二分查找模板及应用

二分查找

模板

def binary_search_model(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            return mid
        if arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1

建议记牢上述模板，下列代码使用的都是上述模板
以下是罗列的一写速记指南

• while循环，left <= right
• 条件判断，左arr[mid]，右target
• 先等号后小于号，else放最后
• 左加右减，left = mid + 1，right = mid - 1

说明：下述是该模板的一些应用，您在浏览的过程中，若发现某些点您思考起来很困难，您可选择忽略，因为上述模板已足以解决很多问题了。

Q1

 从给定一个有序数组中，查找 target：

【Q 1-1】

若 target 在数组中不存在 返回 -1

def binary_search_model(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            return mid
        if arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    return -1 # 1

【Q 1-2 】

若target在数组中不存在，返回它应该插入的下标

1. 解法一

   def binary_search(arr, target):
       left, right = 0, len(arr) - 1
       ans = len(arr) # 3
       while left <= right:
           mid = left + (right - left) // 2
           if arr[mid] == target:
               return mid
           if arr[mid] < target:
               left = mid + 1
           else:
               ans = mid  # 2
               right = mid - 1
       return ans # 1
   

   解释：

   若arr[mid] > target 满足，right = mid - 1 表示right尝试往左试探，左边试探的那个值无法保证是否仍然比target大，故使用 ans = mid 保存上一个满足条件的点。

   分析一下while循环结束的情况，此时 left == right == mid，

   • 若 arr[mid] > target，此时的mid就是正确解，虽然您会注意到 right 会继续往左试探，但这无关紧要，因为马上就会跳出while循环。
   • 若 arr[mid] < target，此时会执行left = mid + 1后跳出while循环。显然当前mid不是正确值，正确的ans其实是mid + 1，您需要明白在right移动的过程中，ans早已将上一个大于target的值保存下来了。

2. 解法二

def binary_search(arr, target):
    left, right = 0, len(arr) - 1
    ans = 0 # 3
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            return mid
        if arr[mid] < target:
            mid = mid + 1 # 2
            left = mid + 1
        else:
            right = mid - 1
    return ans # 1

此解法与解法一是统一思路，不再赘述。只简要提示一句，当arr[mid] < target时，当前mid不满足条件，正确解必在targer右侧，故ans = mid + 1。

ans初始化

笔者一般习惯最后给定ans的初始化值，因为这样无需思考，根据代码便可看出初始化值是多少

• 解法一的代码：

  if arr[mid] < target:
  	left = mid + 1
  

   一眼看到该if条件没有ans记录值，故ans的初始化值就是该条件一直成立的情况，left最后会等于len(arr)，故 ans = len(arr)

  详细解释：

   若target比数组内所有的元素值都要大，left会一直右移，right不会移动。若right不移动，那么ans便记录不到正确值，所以ans需要一个合理的初始值，即ans = len(arr)，意味着新插入的值比列表内所有值都要大。

• 解法二的代码

  else:
  	right = mid - 1
  

  根据上述的经验，假设该条件一直成立，很容易看出 ans 应初始化为 0

Q2

【Q 2】若一个数组中，有重复的元素target，找出target首次出现的下标和最后一次的下标，若该元素未出现返回插入该元素的下标。

【Q 1-2 】是【Q 2】的基础，希望您已对【Q 1-2】有了深刻的理解

首次出现下标

def binary_search_head(arr, target):
    left, right = 0, len(arr) - 1
    ans = 0 # 5
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            ans = mid # 2 保存上一个找到的target的位置
            right = mid - 1 # 3 继续看 mid 左侧是否还有
        elif arr[mid] < target:
            ans = mid + 1 # 4 万一数组内无target，通过此方式定位到target的插入位置
            left = mid + 1
        else:
            right = mid - 1
    return ans # 1

最后一次出现下标

def binary_search_rear(arr, target):
    left, right = 0, len(arr) - 1
    ans = 0 # 5
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            ans = mid # 2 保存上一个找到的target的位置
            left = mid + 1 # 3 继续看 mid 右侧是否还有
        elif arr[mid] < target:
            ans = mid + 1 # 4 万一数组内无target，通过此方式定位到target的插入位置
            left = mid + 1
        else:
            right = mid - 1
    return ans # 1

tips

我们希望您注意下述等号的位置：

1. while left <= right:
   

2. if arr[mid] < target:
   

   并且希望您明白，加等号与不加等号的区别