简单搜索算法笔记

二分查找

「二分查找 binary search」是一种基于分治策略的高效搜索算法。它利用数据的有序性,每轮缩小一半搜索
范围,直至找到目标元素或搜索区间为空为止。

  1. 计算中点索引 𝑚 = ⌊(𝑖 + 𝑗)/2⌋ ,其中 ⌊ ⌋ 表示向下取整操作。
  2. 判断 nums[m] 和 target 的大小关系,分为以下三种情况。
    1. 当 nums[m] < target 时,说明 target 在区间 [𝑚 + 1, 𝑗] 中,因此执行 𝑖 = 𝑚 + 1 。
    2. 当 nums[m] > target 时,说明 target 在区间 [𝑖, 𝑚 − 1] 中,因此执行 𝑗 = 𝑚 − 1 。
    3. 当 nums[m] = target 时,说明找到 target ,因此返回索引 𝑚 。
      值得注意的是,由于 𝑖 和 𝑗 都是 int 类型,因此 𝑖 + 𝑗 可能会超出 int 类型的取值范围。为了避免大数越界,
      我们通常采用公式 𝑚 = ⌊𝑖 + (𝑗 − 𝑖)/2⌋ 来计算中点
      代码:
int binarySearch(int[] nums, int target) {
	// 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素
	int i = 0, j = nums.length - 1;
	// 循环,当搜索区间为空时跳出(当 i > j 时为空)
	while (i <= j) {
		int m = i + (j - i) / 2; // 计算中点索引 m
		if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中
			i = m + 1;
		else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
			j = m - 1;
		else // 找到目标元素,返回其索引
			return m;
}
// 未找到目标元素,返回 -1
return -1;
}

二分查找插入点

二分查找不仅用于搜索目标元素,还能搜索目标元素插入位置
给定一个长度为 𝑛 的有序数组 nums 和一个元素 target ,数组不存在重复元素。现将 target
插入数组 nums 中,并保持其有序性。若数组中已存在元素 target ,则插入到其左方。请返回
插入后 target 在数组中的索引
无重复元素的情况

   int binarySearchInsertionSimple(int[] nums, int target) {
        int i = 0, j = nums.length - 1; // 初始化双闭区间 [0, n-1]
        while (i <= j) {
            int m = i + (j - i) / 2; // 计算中点索引 m
            if (nums[m] < target) {
                i = m + 1; // target 在区间 [m+1, j] 中
            } else if (nums[m] > target) {
                j = m - 1; // target 在区间 [i, m-1] 中
            } else {
                return m; // 找到 target ,返回插入点 m
            }
        }
        // 未找到 target ,返回插入点 i
        return i;
    }

存在重复元素的情况
如果数组存在重复元素,在找到target时,可以向左遍历找到最左边的target,如果重复元素较多,此方法效率比较低。
可以扩展二分查找:整体流程不变,先计算中点m,判断target和num[m]大小
当 nums[m] < target 或 nums[m] > target 时,说明还没有找到 target ,因此采用普通二分查找的缩
小区间操作,从而使指针 𝑖 和 𝑗 向 target 靠近。
当 nums[m] == target 时,说明小于 target 的元素在区间 [𝑖, 𝑚 − 1] 中,因此采用 𝑗 = 𝑚 − 1 来缩
小区间,从而使指针 𝑗 向小于 target 的元素靠近。

    int binarySearchInsertion(int[] nums, int target) {
        int i = 0, j = nums.length - 1; // 初始化双闭区间 [0, n-1]
        while (i <= j) {
            int m = i + (j - i) / 2; // 计算中点索引 m
            if (nums[m] < target) {
                i = m + 1; // target 在区间 [m+1, j] 中
            } else if (nums[m] > target) {
                j = m - 1; // target 在区间 [i, m-1] 中
            } else {
                j = m - 1; // 首个小于 target 的元素在区间 [i, m-1] 中
            }
        }
        // 返回插入点 i
        return i;
    }

二分查找边界

查找左边界
在这里插入图片描述
上述二分查找插入点的方法,搜索完成后 𝑖 指向最左一个 target ,因此查找插入点本质上是在查找最左一个
target 的索引

  int binarySearchInsertion(int[] nums, int target) {
        int i = 0, j = nums.length - 1; // 初始化双闭区间 [0, n-1]
        while (i <= j) {
            int m = i + (j - i) / 2; // 计算中点索引 m
            if (nums[m] < target) {
                i = m + 1; // target 在区间 [m+1, j] 中
            } else if (nums[m] > target) {
                j = m - 1; // target 在区间 [i, m-1] 中
            } else {
                j = m - 1; // 首个小于 target 的元素在区间 [i, m-1] 中
            }
        }
        // 未找到 target ,返回 -1
        if (i == nums.length || nums[i] != target) {
			return -1;
		}
        // 返回插入点 i
        return i;
    }
  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值