本文详细介绍了二分查找算法在寻找左侧边界的实现及其影响。通过四个关键改动，解释了如何找到数组中目标值的第一个出现位置。此外，讨论了在具有重复元素的数组中的应用，并给出了图解过程。同时，提到了该算法适用于多查找场景和减少比较次数的环境，但不适合大数据量情况。最后，提及了二分查找在寻找右侧边界和其他变种的应用。
寻找左侧边界的二分查找
```
int left_bound(int[] nums, int target) {
if (nums.length == 0) return -1;
int left = 0;
int right = nums.length; // 注意
while (left < right) { // 注意
int mid = left+(right-left)/ 2;//防溢出
if (nums[mid] == target) {
right = mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid; // 注意
}
}
return left;
}
```
细节改动与影响：
```
改动1：while (left < right)；
此时终止条件为left=right，搜索区间为[left,right)
```
```
改动2：if (nums[mid] == target) {
right = mid;
}
当搜索到target，不急于返回值，而是缩小搜索区间的商界right，在[left,mid)继续搜索，即不断向左侧收缩，以达到锁定左侧边界的目的。
```
```
改动3：else if (nums[mid] > target) {
right = mid; // 注意
}
当搜索到的值比target大时，缩小搜索区间为[left,mid)
```
```
改动4：return left;
为什么要返回left,而不是-1，其实是有意义的。
```
比如给二个数组[1,3,4,5,7,9,9,9,16,19]，[1,3,4,5,7,9,11,13,16,19]
用上面的算法做一个图解过程(搜索9为例)
具有重复元素的数组的图解过程：
不具有重复元素的数组的图解过程(同上，只是6,7位的元素不同而已)
```
此时返回值为5，说明比索引的数小的数有5个。如果搜索16的话，则会返回8，说明之前有8个数小于16.
这样又会有一个问题，如果搜索8的话，返回值为5，但是数组有没有这个数，该怎么办？
那就加一段补丁：
......
if(left==nums.length)reutrn -1;
return nums[left]==target?left:-1;
```
寻找右侧边界的二分搜索同理
应用变种：
1.查找第一个值等于目标值的元素或位置(左侧边界)
2.查找最后一个值等于目标值的元素或位置(右侧边界)
3.查找第一个大于等于目标值的元素(右侧边界)
4.查找最后一个小于等于目标值的元素(左侧边界)
适用环境：
1.适用于一次排序多次查找的场景中。
2.适用于单次比较非常耗时，需尽量减少比较次数的场景。
3.不适用于数据量太大的场景，因为二分查找需要连续内存。
0.0分
2 人评分
扫一扫
352
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
