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。