序言
虽然算法很难,但不应该就放弃。这是一个学习笔记,希望你们喜欢~
先自己尝试写,大概十几分钟仍然写不出来
看思路,再尝试跟着思路写
仍然写不出来,再看视频
b站up视频推荐:爱学习的饲养员
leetcode其他文章:
数组篇:
从小白开始刷算法 数组篇 leetcode.485
从小白开始刷算法 数组篇 leetcode.283
从小白开始刷算法 数组篇 leetcode.27
链表篇:
从小白开始刷算法 ListNode 链表篇 leetcode.203
从小白开始刷算法 ListNode 链表篇 leetcode.206
队列篇
从小白开始刷算法 ListNode 链表篇 leetcode.933
栈篇
从小白开始刷算法 Stack 栈篇 leetcode.20
从小白开始刷算法 Stack 栈篇 leetcode.496
哈希篇
从小白开始刷算法 Hash 哈希篇 leetcode.217
从小白开始刷算法 Hash 哈希篇 leetcode.705
树篇
从小白开始刷算法 Tree 树篇 先序遍历 leetcode.144
从小白开始刷算法 Tree 树篇 中序遍历 leetcode.94
从小白开始刷算法 Tree 树篇 后序遍历 leetcode.94
堆篇
从小白开始刷算法 Heap 堆篇 最大堆排序 leetcode.215
小白开始刷算法 Heap 堆篇 最小堆排序 leetcode.692
双指针篇
从小白开始刷算法 对撞双指针 leetcode.881
从小白开始刷算法 快慢双指针篇 leetcode.141
二分法篇
难度:简单
题目:
704. 二分查找
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1题目来源:力扣(LeetCode)
二分法
能否写出:能写出。
时间:20多分钟
思路:
初始化 start
为数组的起始索引(0), end
为数组的末尾索引(nums.length-1
)。
-
进入循环,只要
start
不大于end
,就进行循环操作。 -
在每次循环中,计算中间元素的索引
middle
,通过将start
和end
的平均值赋给middle
。这样可以确保我们每次都在数组的中间位置进行查找。 -
检查中间元素
nums[middle]
是否等于目标值target
,如果是,则找到了目标值,返回middle
。 -
如果中间元素
nums[middle]
大于目标值target
,说明目标值可能在中间元素的左侧,将end
更新为middle-1
,缩小查找范围到左半部分。 -
如果中间元素
nums[middle]
小于目标值target
,说明目标值可能在中间元素的右侧,将start
更新为middle+1
,缩小查找范围到右半部分。 -
继续下一次循环,直到
start
大于end
,此时查找范围为空,循环结束。 -
如果循环结束仍未找到目标值,则返回 -1,表示目标值不存在于数组中。
在代码中,
start + (end - start) / 2
的目的是为了计算中间元素的索引middle
。这样的计算方式是为了避免整数溢出的问题,并确保得到正确的中间索引值。
start + (end - start) / 2
等价于(start + end) / 2
,它们都可以用来计算中间索引。然而,使用(start + end) / 2
的方式可能会导致整数溢出的问题,特别是当start
和end
很大时。通过使用(end - start) / 2
可以避免这个问题,因为这样计算的差值一定是非负的。例如,假设
start = 10000
,end = 20000
,使用(start + end) / 2
的方式计算中间索引会得到15000
,这是正确的。但是,如果start
和end
很大,例如start = 2^31 - 1
,end = 2^31 - 1
,计算中间索引时使用(start + end) / 2
就会导致整数溢出,得到错误的结果。因此,使用
(end - start) / 2
可以确保计算中间索引时避免整数溢。b站 up 爱学习的饲养员 陈述了这个问题,我这边举了个例子扩展。
// 仅是我的思路代码,leetcode上大神更厉害
class Solution {
public int search(int[] nums, int target) {
int end = nums.length-1;
int start = 0;
while (start<=end){
//计算中间元素的索引
int middle= start+(end-start)/2;
//找到目标值,返回
if(nums[middle]==target){
return middle;
}
//目标值可能在中间元素的左侧
if(nums[middle]>target){
//将 end 更新为 middle-1,缩小查找范围到左半部分
end = middle-1;
}else {
//目标值可能在中间元素的右侧
start = middle+1;
}
}
return -1;
}
}
时间复杂度: O(log n)
空间复杂度:O(1)