二分查找-四种题型总结

所谓二分查找，就是从一个查找范围中每次取中间值，然后根据中间值来判断是否满足条件或是缩小查找范围的过程，且这个范围内的值需要是有规律的，比如是有序的。

二分查找分很多种情况，有标准二分查找，二分查找左边界，二分查找右边界，二分查找左右边界等。

一、标准二分查找：找到target的位置

leetcode: 35.搜索插入位置

给定一个排序数组和一个目标值target，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。

你可以假设数组中无重复元素。

示例 1:

输入: [1,3,5,6], 5          输出: 2
输入: [1,3,5,6], 2          输出: 1
输入: [1,3,5,6], 7          输出: 4
输入: [1,3,5,6], 0          输出: 0

解析：

本题要求找出target在数组中出现的位置，属于标准的二分查找;  同时如果target不存在，需要找到target插入的正确位置，等价于寻找第一个大于等于target的位置。

代码如下：

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)-1
        while left < right:
            mid = (left + right) // 2
            if nums[mid] < target:
                left = mid + 1
            elif nums[mid] >= target:
                right = mid
        if nums[left] >= target:    #循环结束符合要求输出结果
            return left
        else:
            return len(nums)        #target不存在并且大于整个数组的值

二、寻找第一个大于target的位置

如 [5,7,7,8,8,10] ，x = 8

解析：相对于上一种，这里将大于等于的判断条件中等号去掉即可。

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)-1
        while left < right:
            mid = (left + right) // 2
            if nums[mid] <= target:
                left = mid + 1
            elif nums[mid] > target:
                right = mid
        if len(nums) == 0:          #数组为空特殊处理
            return -1
        else:
            return left

三、寻找第一个大于等于target的位置

leetcode：34. 在排序数组中查找元素的第一个和最后一个位置

给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target，返回 [-1, -1]。

进阶：

你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗？

输入：nums = [5,7,7,8,8,10], target = 8
输出：[3,4]

输入：nums = [5,7,7,8,8,10], target = 6
输出：[-1,-1]

输入：nums = [], target = 0
输出：[-1,-1]

输入：nums = [1], target = 0
输出：[-1,-1]

提示：

0 <= nums.length <= 105;       -109 <= nums[i] <= 109
nums 是一个非递减数组;       -109 <= target <= 109

解析：这题要求找到target在数组中的起始和结束位置，对于开始点相当于寻找第一个大于等于target的位置，对于结束点相当于寻找第一个小于等于target的位置。因此寻找第一个大于等于target的位置,就是开始点，核心代码如下：

class Solution:
    def searchRange(self, nums: List[int], target: int) -> List[int]:
        left, right = 0,len(nums)-1
        ##寻找第一个大于等于target的位置:左边界
        left, right = 0,len(nums)-1
        while left < right:
            mid = (left + right) // 2
            if nums[mid] >= target:
                right = mid
            else:
                left = mid + 1
        low = left                #左边界

四、寻找第一个小于target的位置

对于第一个小于 x 的位置：

       如 [5,7,7,8,8,10] ，x = 8，那么当循环结束时， l = r = 2。

  如 [1, 3, 4, 6, 7] ，x = 5，那么当循环结束时， l = r = 2。

解析：对于寻找第一个小于target的问题，如下代码所示，当mid数值大于等于target时,right=mid-1，当mid数值小于target时，left = mid，保证不遗漏任何数据，但可能会存在死循环，left不收敛的情况，比如[6,7,8],target=10,因此为了让左边也收敛，需要对mid向上取整，不断收缩左边界。

核心代码如下：

class Solution:
    def find_first_small(self, nums: List[int], target: int) -> int:
        left, right = 0,len(nums)-1
        ##寻找第一个小于target的位置
        while left < right:
            mid = math.ceil((left + right) / 2)        #对mid向上取整，保证左边界收缩
            if nums[mid] < target:
                left = mid
            else:
                right = mid - 1
        if len(nums)==0 or nums(left) >= target:
            return -1
        else:
            return left            

五、寻找第一个小于等于target的位置

leetcode：34. 在排序数组中查找元素的第一个和最后一个位置

给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。如果数组中不存在目标值 target，返回 [-1, -1]。

解析：同样以34题为例，对于右边界的寻找，相当于寻找第一个小于等于target的位置。当mid数值大于target时，令right = mid-1，当mid数值小于等于target时，令left = mid，这样不会漏掉任何小于等于target的数据元素，但可能会存在死循环（比如相同数字索引相邻情况），例如nums=[8,8]，target=8，为了让左边也收敛，需要对mid取上限，不断收缩左边界。

核心代码如下：

class Solution:
    def searchRange(self, nums: List[int], target: int) -> List[int]:
        left, right = 0,len(nums)-1
        ##寻找第一个小于等于target的位置：右边界
        while left < right:
            mid = math.ceil((left + right) / 2)        #对mid取上限保证左边界收缩
            if nums[mid] <= target:
                left = mid
            else:
                right = mid - 1
        high = left            #右边界

总结：

对于小于或小于等于类的问题，必须对mid取上限，以收缩左边界，使用math.ceil(left+right)/2).

对于大于或大于等于类的问题，直接对mid取下限即可，自动收缩右边界。