二分查找是学习算法的必修之课,然而二分查找有多种实现方式,根据题目要求可以使用不同的方法来实现,如果没有理清楚这些方法之间的差别,在实现算法时很容易乱了针脚,我将二分查找的相关方法介绍如下:
简单实现二分查找的两种方法
我们先从简单入手,在一个单调递增数组(无重复值)中查找target值。
二分查找一般有两种实现方法,分别时左闭右闭和左闭右开,两种方法都能够找到target值,下面我们具体来看一下这两种方法:
// 左闭右闭
//nums是数组,size是数组的大小,target是需要查找的值
// 本题通过数组下标来实现的,在有些题目中通过给定最大最小值分别对应left和right即可
int search(int nums[], int size, int target)
{
int left = 0;
int right = size - 1; // 定义了target在左闭右闭的区间内,[left, right]
while (left <= right) { //当left == right时,区间[left, right]仍然有效
int middle = left + ((right - left) / 2);//等同于 (left + right) / 2,防止溢出
if (nums[middle] > target) {
right = middle - 1; //target在左区间,所以[left, middle - 1]
} else if (nums[middle] < target) {
left = middle + 1; //target在右区间,所以[middle + 1, right]
} else { //既不在左边,也不在右边,那就是找到答案了
return middle;
}
}
//没有找到目标值
return -1;
}
// 左闭右开
int search(int nums[], int size, int target)
{
int left = 0;
int right = size; //定义target在左闭右开的区间里,即[left, right)
while (left < right) { //因为left = right的时候,在[left, right)区间上无意义
int middle = left + ((right - left) / 2);
if (nums[middle] > target) {
right = middle; //target 在左区间,在[left, middle)中
} else if (nums[middle] < target) {
left = middle + 1;
} else {
return middle;
}
}
// 没找到就返回-1
return -1;
}
// 左闭右开优化版,将相等的情况加到right的修改中,在循环结束后return left
int search(int nums[], int size, int target)
{
int left = 0;
int right = size; //定义target在左闭右开的区间里,即[left, right)
while (left < right) { //因为left = right的时候,在[left, right)区间上无意义
int middle = left + ((right - left) / 2);
if (nums[middle] < target) {
left = middle + 1;
} else {
right = middle; //target 在左区间,在[left, middle)中
}
}
return left;
}
TreeSet中floor和ceiling函数
floor(E e) 方法返回在这个集合中小于或者等于给定元素的最大元素,如果不存在这样的元素,返回null.
ceiling(E e) 方法返回在这个集合中大于或者等于给定元素的最小元素,如果不存在这样的元素,返回null.
public class TreeSetDemo {
public static void main(String[] args) {
// creating a TreeSet
TreeSet <Integer>treeset = new TreeSet<Integer>();
// adding in the tree set
treeset.add(23);
treeset.add(25);
treeset.add(35);
treeset.add(40);
// getting the floor value for 13
System.out.println(treeset.floor(26)); // 25
System.out.println(treeset.ceiling(33)); // 35
}
}
C++中的lower_bound和upper_bound
底层实现主要是通过二分查找来进行,所以认为数组是单调递增,如果查找数组不是单调数组,最后结果可能不符合期望值。还要注意返回值是数组的下标(指针)。
lower_bound(a, a + a.size(), num):返回数组中大于等于num的下标
upper_bound (a, a + a.size(), num):返回数组中大于num的下标
#include<bits/stdc++.h>
using namespace std;
int main() {
int a[] = {1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4};
cout << (lower_bound(a, a + 12, 4) - a) << endl; //输出 9
cout << (upper_bound(a, a + 12, 4) - a) << endl; //输出 12
cout << (lower_bound(a, a + 12, 1) - a) << endl; //输出 0
cout << (upper_bound(a, a + 12, 1) - a) << endl; //输出 3
cout << (lower_bound(a, a + 12, 3) - a) << endl; //输出 6
cout << (upper_bound(a, a + 12, 3) - a) << endl; //输出 9
cout << (lower_bound(a, a + 12, 5) - a) << endl; //输出 12
cout << (upper_bound(a, a + 12, 5) - a) << endl; //输出 12
cout << (lower_bound(a, a + 12, 0) - a) << endl; //输出 0
cout << (upper_bound(a, a + 12, 0) - a) << endl; //输出 0
return 0;
}
下面我们来看一下C++中lower_bound和upper_bound的底层实现:
// lower_bound,其实就是上方简单方法中的左闭右开方法
int myLowerBound(vector<int> &data, int k)
{
int start = 0;
int last = data.size();
while (start < last) {
int mid = (start + last) / 2;
if (data[mid] < k) {
start = mid + 1;
} else {
last = mid;
}
}
return start;
}
// upper_bound,将相等的情况加到了left的修改中,从而达到upper的效果
int myUpperBound(vector<int> &data, int k)
{
int start = 0;
int last = data.size();
while (start < last) {
int mid = (start + last) / 2;
if (data[mid] <= k) {
start = mid + 1;
} else {
last = mid;
}
}
return start;
}
Python中的二分查找bisect函数
bisect 函数其实是 bisect_right 函数的别名,后者还有个姊妹函数叫bisect_left。
bisect_left函数是新元素会被放置于它相等的元素的前面,而 bisect_right返回的则是跟它相等的元素之后的位置。
import bisect
a = [0, 4, 5, 7, 19, 25]
# 这个返回3,是因为bisect会把新的元素放在相等元素后面即 2 + 1 = 3
a1 = bisect.bisect(a, 5)
# 这个返回2,是因为bisect_left会把新的元素放在相等元素前面即原来值5的索引位置2
a2 = bisect.bisect_left(a, 5)
print(a1, a2) # 3, 2
这里需要注意数组a仍然需要为有序数组