旋转数组里的二分查找：如何进阶应对不确定性？

旋转数组里的二分查找：如何进阶应对不确定性？

一、前言：旋转排序数组 VS 普通二分查找

我们都知道 二分查找 在 有序数组 中效率非常高，时间复杂度是 O(log n)。但是，当数组被旋转（比如 [4,5,6,7,0,1,2]）后，经典的二分查找就不那么好用了，因为数组的 单调性 受到了破坏。

在 搜索旋转排序数组 II（也就是带有重复元素的情况，如 [2,2,2,3,4,2,2]），传统二分查找遇到了更多挑战：

1. 无法简单判断哪一侧是有序区间（因为有可能 nums[mid] == nums[left] == nums[right]）。
2. 可能需要线性扫描，降低算法效率。

那么，如何优化我们的二分查找，让它在 旋转+重复 环境下仍能高效运作呢？咱们来一步步拆解。

二、算法思路

在普通 二分查找 中，我们根据 nums[mid] 的值与 target 的对比，决定往 左侧 或 右侧 继续查找。

而在 搜索旋转排序数组 II 里，我们要处理 额外的不确定性：

• 如果 nums[mid] > nums[left]，说明 左侧是有序区间，可以按正常二分逻辑处理。
• 如果 nums[mid] < nums[left]，说明 右侧是有序区间。
• 如果 nums[mid] == nums[left] == nums[right]，那就麻烦了——我们无法确定有序区间在哪个方向，必须 逐步缩小搜索范围。

代码实现

def search_rotated(nums, target):
    """
    在旋转排序数组（含重复元素）中查找目标值
    :param nums: 旋转排序数组
    :param target: 目标值
    :return: 是否找到目标值（True/False）
    """
    left, right = 0, len(nums) - 1

    while left <= right:
        mid = left + (right - left) // 2  # 计算中点

        # 如果找到目标值，直接返回 True
        if nums[mid] == target:
            return True

        # 处理 nums[left] == nums[mid] == nums[right]，无法确定有序区间
        if nums[left] == nums[mid] == nums[right]:
            left += 1
            right -= 1
            continue

        # 判断左区间是否是有序的
        if nums[left] <= nums[mid]:  
            if nums[left] <= target < nums[mid]:  
                right = mid - 1  # 目标值在左侧
            else:  
                left = mid + 1  # 目标值在右侧
        else:  
            # 右区间是有序的
            if nums[mid] < target <= nums[right]:  
                left = mid + 1  # 目标值在右侧
            else:  
                right = mid - 1  # 目标值在左侧

    return False  # 未找到目标值

代码解释

1. 基础二分查找逻辑：我们依旧按 mid 值和 target 的大小比较，决定前进方向。
2. 特殊情况处理（nums[left] == nums[mid] == nums[right]）：
   • 如果边界值都相同，我们就无法确定哪一侧是有序区间，只能线性缩小范围。
3. 按有序区间进行搜索：
   • 如果 左侧有序，那么 target 是否在 nums[left] 到 nums[mid] 之间，决定是否向左搜索。
   • 如果 右侧有序，那么 target 是否在 nums[mid] 到 nums[right] 之间，决定是否向右搜索。

三、复杂度分析

在 没有重复元素 的旋转数组中，我们的二分查找仍能保持 O(log n) 的时间复杂度。

但在 存在大量重复元素 的情况下，由于 nums[left] == nums[mid] == nums[right] 可能会让我们无法直接缩小搜索范围，这种情况下最坏情况可能退化到 O(n)（类似于线性查找）。

四、应用场景

这种二分查找方法适用于 搜索旋转数组中的特定元素，比如：

• 搜索某个被排序但旋转过的 ID 数据；
• 判断某个数值是否在某个旋转后的区间（例如时间序列数据）。

五、进阶优化：减少线性缩小范围

如果我们发现 nums[left] == nums[mid] == nums[right] 但 nums[mid] 仍然不等于 target，我们可以尝试 一次性跳过所有相同的元素：

while left <= right and nums[left] == nums[mid] == nums[right]:
    left += 1
    right -= 1

这样可以 减少不必要的循环，优化处理重复元素的情况。

六、结语

搜索旋转排序数组 II 是经典的二分查找进阶问题，它让我们必须学会：

• 在存在重复元素的情况下进行有序区间判断；
• 如何处理极端情况下的线性扫描；
• 如何优化搜索路径，降低不必要的计算。

二分查找并不总是绝对完美，有时候它需要结合实际数据情况进行优化。