【数据结构】二分查找

sdbhewfoqi

已于 2022-02-16 23:52:20 修改

阅读量1k

点赞数

分类专栏：数据结构 leetcode解题记录文章标签：数据结构算法排序算法

于 2019-03-01 00:02:48 首次发布

本文链接：https://blog.csdn.net/weixin_31866177/article/details/88047678

版权

leetcode解题记录同时被 2 个专栏收录

148 篇文章 12 订阅

订阅专栏

数据结构

27 篇文章 2 订阅

订阅专栏

python 二分查找包bisect: python 模块bisect

1、定义

二分查找又称折半查找，它是一种效率较高的查找方法。（要已经排好序！！！）

二分查找要求：线性表是有序表，即表中结点按关键字有序，并且要用向量作为表的存储结构。不妨设有序表是递增有序的。

二分查找只适用顺序存储结构。

2、解题模板

二分模板一共有两个，分别适用于不同情况。

算法思路：假设目标值在闭区间 [l, r] 中，每次将区间长度缩小一半，当 l = r 时，我们就找到了目标值。

版本1

当我们将区间 [l, r] 划分成 [l, mid] 和 [mid + 1, r] 时，其更新操作是 r = mid 或者 l = mid + 1 ;，计算mid时不需要加1。

C++ 代码模板：

int bsearch_1(int l, int r)
{
    while (l < r)
    {
        int mid = l + r >> 1;
        if (check(mid)) r = mid;
        else l = mid + 1;
    }
    return l;
}

版本2

当我们将区间 [l, r] 划分成 [l, mid - 1] 和 [mid, r] 时，其更新操作是 r = mid - 1 或者 l = mid ;，此时为了防止死循环，计算mid时需要加1。

C++ 代码模板：

int bsearch_2(int l, int r)
{
    while (l < r)
    {
        int mid = l + r + 1 >> 1;
        if (check(mid)) l = mid;
        else r = mid - 1;
    }
    return l;
}

其实模板1和模板2本质上是根据代码来区分的，而不是应用场景。

如果写完之后发现是l = mid，那么在计算mid时需要加上1，

否则如果写完之后发现是r = mid，那么在计算mid时不能加1。

如何决定check()函数？

假设有一个总区间，经由我们的 check 函数判断后，可分成两部分，
这边以o作 true，.....作 false 示意较好识别

如果我们的目标是下面这个v，那么就必须使用模板 1（r = mid）

................vooooooooo

假设经由 check 划分后，整个区间的属性与目标v如下，则我们必须使用模板 2（l = mid）

oooooooov...................

所以下次可以观察 check 属性再与模板1 or 2 互相搭配就不会写错啦

ps: v 的属性，本身也要是 true，也就是 check 为 true 的左边界或是右边界(前提是目标一定是找得到的，不然跳出回圈后，必须加上额外判断)。

来源：AcWing@yxc

3、相关题目

应用版本一：LeetCode 275. H-Index II;
应用版本二：LeetCode 69. Sqrt(x) ;

162. 寻找峰值

class Solution:
    def findPeakElement(self, nums: List[int]) -> int:
        l = 0; r = len(nums) - 1
        while l < r:
            mid = l + r >> 1
            if nums[mid] < nums[mid + 1]: # 若当前点比右边小，则峰值在右边
                l = mid + 1
            else:
                r = mid 
        return r

思路：
由于假设左右端点的值为负无穷，所以每次在区间中找出一点，
其到右端点要么单调递减，要么存在峰值
左端点到该点要么单调递增，要么存在峰值
步骤：
我们每次找出区间中间的点，判断它与它右边的数的大小关系（也可比较与左边的数）
若nums[mid] < nums[mid+1]说明存在单调递增，则可以判断Mid右边的区间必存在峰值，
因为只有右边是单调递减才会不存在峰值
每次筛选出的是一定存在峰值的区间，不代表另一半就没有峰值哦
若nums[mid] >= nums[mid+1]，不代表右边一定没峰值，只是代表左边一定有峰值
所以为了节省时间快速找到任意一个峰值，我们把右指针 r = mid

LeetCode 162. 寻找峰值-Python-无两段性性质的区间二分 - AcWing

153. 寻找旋转排序数组中的最小值

假设按照升序排序的数组在预先未知的某个点上进行了旋转。

( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。

# mid < right 表面右边有序 否则左边有序 那么mid > right 则表明最小数肯定在mid 和 right之间


# 套模板
def minArray(self, numbers) -> int:
    n = len(numbers)-1
    while(n>0 and numbers[n]==numbers[0]): n-=1
    # 最后比第一个值大，则一定递增
    if numbers[n] >= numbers[0]:return numbers[0]
    l, r = 0, n
    while(l<r):
        mid = (l+r)//2
        if numbers[mid]<numbers[0]: r=mid
        else:
            l = mid+1
    return numbers[l]

4、位运算

位运算符——左移、右移

>> :右移最高位是0，左边补齐0;最高为是1，左边补齐1

<< :左移左边最高位丢弃，右边补齐0

>>>：无符号右移无论最高位是0还是1，左边补齐0

在数字没有溢出的前提下，对于正数和负数，左移一位都相当于乘以2的1次方，左移n位就相当于乘以2的n次方

右移一位相当于除2，右移n位相当于除以2的n次方。

12>>1 结果：6　　　　12/2^1
12>>2 结果：3　　　　12/2^2

12<<1 结果：24 12x2^1
12<<2 结果：48　　　　12x2^2

5、其他

优点

二分查找的时间复杂度为O(logn)，远远好于顺序查找的O(n)。

平均查找长度ASL

\参考：

二分查找(Binary Search)

backlog

# 要求序列有序

def binary_search(alsit,item):
    """二分查找，递归"""
    n = len(alsit)
    if n>0:
        mid = n//2
        if alsit[mid] == item:
            return True
        elif item<alsit[mid]:
            return binary_search(alsit[:mid],item)
        else:
            return binary_search(alsit[mid+1:],item)
    return False

def binary_search_2(alist,item):
    """二分查找，非递归"""
    n = len(alist)
    first = 0
    last = n-1
    while first<=last:  # 当子表长度大于等于1的时候进行循环！！
        mid = (first + last) // 2
        if alist[mid]==item:
            return True
        elif item<alist[mid]:
            last=mid-1
        else:
            first=mid+1
    return False

sdbhewfoqi

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
【数据结构】二分查找

二分查找（要已经排好序！！！）定义：二分查找又称折半查找，它是一种效率较高的查找方法。二分查找要求：线性表是有序表，即表中结点按关键字有序，并且要用向量作为表的存储结构。不妨设有序表是递增有序的。二分查找只适用顺序存储结构。# 要求序列有序def binary_search(alsit,item): """二分查找，递归""" n = len(alsit)...
复制链接

扫一扫