【算法】寻找右侧边界的二分查找

寻找右侧边界的二分搜索是一种变体，它可以找到最后一个等于目标值的元素的位置。如果数组中不存在目标值，则返回-1。与寻找左侧边界的二分搜索类似，该算法的基本思想也是在每次迭代中将搜索范围缩小一半，直到找到目标元素或搜索范围为空为止。在寻找右侧边界时，如果中间元素等于目标值，则继续在右半部分搜索，否则在左半部分搜索。如果中间元素小于目标值，则在右半部分搜索，否则在左半部分搜索。这样可以保证最终找到的位置是最后一个等于目标值的元素的位置。与寻找左侧边界的二分搜索相比，寻找右侧边界的二分搜索只需要将判断条件稍作修改即可。

/**
 * 寻找右侧边界的二分查找
 */

// 这种方式取的区间是[left, right)
function rightBound1(nums, target) {
  if (nums.length === 0) {
    return -1;
  }
  let left = 0;
  let right = nums.length;

  while (left < right) {
    const mid = parseInt((left + right) / 2, 10);

    if (nums[mid] === target) {
      left = mid + 1;
    } else if (nums[mid] < target) {
      left = mid + 1;
    } else if (nums[mid] > target) {
      right = mid;
    }
  }

  return left - 1;
}

const nums1 = [1, 2, 2, 2, 3];
const target1 = 2;
console.log(rightBound1(nums1, target1));

// 这种方式取的区间是[left, right]
function rightBound2(nums, target) {
  let left = 0;
  right = nums.length - 1;

  while (left <= right) {
    const mid = parseInt((left + right) / 2, 10);

    if (nums[mid] === target) {
      left = mid + 1;
    } else if (nums[mid] < target) {
      left = mid + 1;
    } else if (nums[mid] > target) {
      right = mid - 1;
    }
  }

  if (right < 0 || nums[right] !== target) {
    return -1;
  }

  return right;
}

const nums2 = [1, 2, 2, 2, 3];
const target2 = 2;
console.log(rightBound2(nums2, target2));

该算法的时间复杂度为O(log n)，比线性搜索更快。与寻找左侧边界的二分搜索相比，寻找右侧边界的二分搜索只需要将判断条件稍作修改即可。然而，该算法需要数组是有序的，如果数组无序，则需要先进行排序，这会增加时间复杂度。此外，该算法只适用于静态数组，如果数组需要频繁插入或删除元素，则需要使用其他数据结构。总的来说，寻找右侧边界的二分搜索与寻找左侧边界的二分搜索类似，都是高效的算法，但需要满足一定的前提条件才能发挥其优势。