LeetCode Task04 数组数组二分查找 0704二分查找 0069Sqrt(x)

---

一、0704二分查找

题目链接
题目描述：

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：
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

思路：这道题很基础，直接按照二分查找的算法实现即可。
设定左右节点为数组两端，即:
$$left=0，right=len(nums)-1$$
分别代表待查找区间为:
$$[left,right]（左闭右闭）。$$
取两个节点中心位置$mid$，先比较中心位置值$nums[mid]$ 与目标值$target$的大小。
如果中心位置值$nums[mid]$与目标值$target$相等，则返回中心位置。
如果中心位置值$nums[mid]$小于目标值$target$，则将左节点设置为$mid+1$，然后继续在右区间 $[mid+1,right]$搜索。
如果中心位置值$nums[mid]$大于目标值$target$，则将右节点设置为$mid-1$，然后继续在左区间 $[left,mid-1]$搜索。

代码如下：

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left = 0
        right = len(nums)-1
        while left <= right:
            mid = (left+right)//2
            if nums[mid] == target:
                return mid
            elif nums[mid] > target:
                right = mid-1
            else:
                left = mid + 1
        return -1

运行结果如下：

官方代码：

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        low, high = 0, len(nums) - 1
        while low <= high:
            mid = (high - low) // 2 + low
            num = nums[mid]
            if num == target:
                return mid
            elif num > target:
                high = mid - 1
            else:
                low = mid + 1
        return -1

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/binary-search/solution/er-fen-cha-zhao-by-leetcode-solution-f0xw/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

感觉二分查找的思路就挺清晰的，实现出来大同小异。

观察可发现，在判断那里先赋值再做比较，可以减少一次nums索引的时间，加快执行用时。

二、Sqrt(x)

题目链接
题目描述：

给你一个非负整数 x ，计算并返回 x 的 算术平方根 。
由于返回类型是整数，结果只保留 整数部分 ，小数部分将被 舍去 。
注意：不允许使用任何内置指数函数和算符，例如 pow(x, 0.5) 或者 x ** 0.5 。

示例：
输入：x = 4
输出：2

思路：这道题如果要用二分查找的思想来解决的话，可以将查找范围限定在$[0,x]$之间，当$mi{d}^2<x$时，更新范围集合为$[0,mid-1]$;当$mi{d}^2>x$时，更新范围集合为$[mid+1,x]$。
在计算的过程中，使用变量ans将目前满足条件的最大整数值保留下来。

代码如下：

class Solution:
    def mySqrt(self, x: int) -> int:
        left = 0
        right = x
        ans = -1
        while left<=right:
            mid = (left+right)//2
            if mid**2 == x:
                ans = mid
                return ans
            elif mid**2 < x:
                ans = mid
                left = mid+1
            else:
                right = mid-1
        return ans

使用作弊代码，发现快了挺多：

class Solution:
    def mySqrt(self, x: int) -> int:
        import math
        return int(math.sqrt(x))

使用牛顿迭代的方法：

class Solution:
    def mySqrt(self, x: int) -> int:
        val = x
        error = x-0
        while error >= 1:
            last = val
            val = (val+x/val)/2
            error = abs(val-last)
        return int(val)

官方提供的使用二分查找思想的代码如下：

class Solution:
    def mySqrt(self, x: int) -> int:
        l, r, ans = 0, x, -1
        while l <= r:
            mid = (l + r) // 2
            if mid * mid <= x:
                ans = mid
                l = mid + 1
            else:
                r = mid - 1
        return ans

很好奇为什么官方的快这么多，修改原代码，发现直接求幂运算比两个mid相乘慢，即mid**2改成mid*mid。修改后结果如下。

一种基于地址移位的快速sqrt算法