对分查找的最多次数_二分查找你不知道的那些事儿

今天是周五，即将告别六月的第一周，心情好，于是就没了写文章的兴致，一心只想周末。不知道写啥，那就讲一下二分查找吧。这个也是面试中的重中之重了。

二分查找适用场景

二分查找针对的是一个有序的数据集合，查找思想有点类似分治思想。每次都通过跟区间的中间元素对比，将待查找的区间缩小为之前的一半，直到找到要查找的元素，或者区间被缩小为 0。

二分查找时间复杂度

二分查找的效率是非常的惊人的，时间复杂度达到了 O(logN)。

你一定开始纳闷了，为啥是O(logN)，下面咱们详细的分析一下。我们假设数组长度为 n ，每次利用二分查找，我们查找的区间都会变为原来的一半，依次类推，得出如下：

数组查找区间变化
N, N/2, N/2^2 … N/2^k

可以看出来，这是一个等比数列。其中 n/2k=1 时，k 的值就是总共缩小的次数。而每一次缩小操作只涉及两个数据的大小比较，所以，经过了 k 次区间缩小操作，时间复杂度就是 O(k)。通过 n/2k=1，我们可以求得 k=log2n，所以时间复杂度就是 O(logN)。

通过时间复杂度我们还不足以去惊叹二分查找的效率，稍微量化一下你就知道它的效率有多么恐怖了

因为 logN 是一个非常“恐怖”的数量级，即便 N 非常非常大，对应的 logN 也很小。比如 N 等于 2 的 32 次方，这个数很大了吧？大约是 42 亿。也就是说，如果我们在 42 亿个数据中用二分查找一个数据，最多需要比较 32 次。

咱们接下来看看二分查找的代码怎么写吧？

两种实现

遍历

def bsearch(self, array, target):
        low = 0
        high = len(array) - 1
        while low <= high:
            mid = low + ((high-low)>>1)
            if array[mid] == target:
                return mid
            elif array[mid] < target:
                low = mid + 1
            else:
                high = mid - 1
        return False

遍历实现容易出错的地方

• 循环退出条件 注意是 low<=high，而不是 low
• mid 的取值 实际上，我们mid = low+((high-low)>>1)写成这样是为了将性能优化到极致，计算机处理位运算比除法是要快的。我们可能会想取中间位置不就是 mid=(low+high)/2 就可以了么？你一定会有这样的疑问，其实这种疑问开始我自己也会存在，经过思考以后发现，这种写法是有问题的。因为如果 low 和 high 比较大的话，两者之和就有可能会溢出。那么咱们可以改写为 mid = low+(high-low)/2 等价于 mid = low+((high-low)>>1)
• low 和 high 的更新 low=mid+1，high=mid-1。注意这里的 +1 和 -1，如果直接写成 low=mid 或者 high=mid，就可能会发生死循环。比如，当 high=3，low=3 时，如果 a[3]不等于 value，就会导致一直循环不退出。

递归

    def bsearch(self, array, target):
        low = 0
        high = len(array) - 1
        return self.bsearchInternally(array, target, low, high)

    def bsearchInternally(self, array, target, low, high):
        if low > high:
            return False
        mid = low + ((high - low) >> 1)
        if array[mid] == target:
            return mid
        elif array[mid] < target:
            return self.bsearchInternally(array, target, mid + 1, high)
        else:
            return self.bsearchInternally(array, target, low, mid - 1)

看完了你一定会说“光说不练假把式”，我就喜欢你这种实在的人儿呀，下面贴几道经典二分查找算法的题

在排序数组中查找数字出现的次数

力扣​leetcode-cn.com

排序数组 nums 中的所有数字 target 形成一个窗口，记窗口的 左 / 右边界 索引分别为 left 和 right ，分别对应窗口左边 / 右边的首个元素。

本题要求统计数字 target 的出现次数，可转化为：使用二分法分别找到 左边界 left 和 右边界 right ，易得数字 target 的数量为 right - left −1 。

class Solution(object):
    def search(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: int
        """

        # 时间复杂度 O(n) 空间复杂度 O(1)
        # 暴力法
        # if not nums:
        #     return 0
        # i = 0
        # for num in nums:
        #     if num == target:
        #         i += 1
        # return i

        def helper(tar):
            left, right = 0, len(nums) - 1
            while left <= right:
                mid = left + ((right - left) >> 1)
                if nums[mid] <= tar: 
                    left = mid + 1
                else: 
                    right = mid - 1
            return left
        return helper(target) - helper(target - 1)

在排序数组中查找元素的第一个和最后一个位置​links.jianshu.com

我写的一份实现

class Solution(object):
    def searchRange(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        
        return [self.bsearch(nums, target, True), self.bsearch(nums, target, False)]

    def bsearch(self, nums, target, firstOrLast):
        low = 0
        high = len(nums) - 1
        while low <= high:
            mid = low + ((high - low) >> 1)
            if nums[mid] < target:
                low = mid + 1
            elif nums[mid] > target:
                high = mid - 1
            else:
                if firstOrLast:
                    if mid == 0 or nums[mid - 1] != target:
                        return mid
                    else:
                        high = mid - 1
                else:
                    if mid == len(nums) - 1 or nums[mid + 1] != target:
                        return mid
                    else:
                        low = mid + 1
        return -1

查找旋转数组中的最小数字

力扣​leetcode-cn.com

寻找重复数

力扣​leetcode-cn.com

X 的平方根

力扣​leetcode-cn.com

搜索旋转数组

力扣​leetcode-cn.com 力扣​leetcode-cn.com

以上题目是面试中常考题，多练。

最后的最后，周末愉快！日常叫卖，点赞收藏关注。。。