二分法(Bisection method)即一分为二的方法。设[a, b]为定义的区间, 我们先寻找到其中间值的index,判断其对应的value与target的关系,例如:我们要找一个target在一个递增有序数组中的位置,我们先求出mid对应的值T,进行比较,如果T大于target,我们就将b赋值mid - 1, 否则将a赋值mid,然后依次类推(这相当于一个递归)。
这样一个算法的时间复杂度是为O(logN)的,在适合的条件下,比起直接循环查找,效率是要高的,特别是在大规模的情况下。
下面,我举一个Leecode34题的栗子:
给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
你的算法时间复杂度必须是 O(log n) 级别。
如果数组中不存在目标值,返回 [-1, -1]。
由于题目中限定了时间复杂度为O(log n) ,所以我们不能直接用循环的方法来查找,所以联想到了二分法,在时间复杂度上也恰好符合条件。
Class Solution:
def searchRange(self, nums, target):
size = len(size)
if size == 0:
return [-1, -1]
left = 0
right = size - 1
while left < right:
mid = (left + right ) >> 1
if nums[mid] < target:
left = mid + 1
else:
right = mid
if nums[left[ == target:
item = left + 1
while item < size and nums[item] == target:
item += 1
return [left, item - 1]
else:
return [-1, -1]