【优选算法】（第九篇）

目录

⼆分查找（easy）

题目解析

讲解算法原理

编写代码

在排序数组中查找元素的第⼀个和最后⼀个位置（medium）

题目解析

讲解算法原理

编写代码

---

⼆分查找（easy）

题目解析

1.题目链接：. - 力扣（LeetCode）

2.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1:
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
⽰例2:
输⼊:nums=[-1,0,3,5,9,12],target=2
输出:-1
解释:2不存在nums中因此返回-1

提⽰：
你可以假设nums中的所有元素是不重复的。
n将在[1,10000]之间。
nums的每个元素都将在[-9999,9999]之间。

讲解算法原理

算法流程：
a. 定义 left ， right 指针，分别指向数组的左右区间。b. 找到待查找区间的中间点 mid ，找到之后分三种情况讨论：
i. arr[mid] == target 说明正好找到，返回 mid 的值；
ii. arr[mid] > target 说明 [mid, right] 这段区间都是⼤于 target 的，因此舍
去右边区间，在左边 [left, mid -1] 的区间继续查找，即让 right = mid - 1 ，然后重复 2 过程；
iii. arr[mid] < target 说明 [left, mid] 这段区间的值都是⼩于 target 的，因
此舍去左边区间，在右边 [mid + 1, right] 区间继续查找，即让 left = mid + 1 ，然后重复 2 过程；
c. 当 left 与 right 错开时，说明整个区间都没有这个数，返回 -1 。

编写代码

算法代码：

int search(int* nums, int numsSize, int target)
{
 // 初始化 left 与 right 指针
 int left = 0, right = numsSize - 1;
 // 由于两个指针相交时，当前元素还未判断，因此需要取等号
 while (left <= right)
 {
 // 先找到区间的中间元素
 int mid = left + (right - left) / 2;
 // 分三种情况讨论
 if (nums[mid] == target) return mid;
 else if (nums[mid] > target) right = mid - 1;
 else left = mid + 1;
 }
 // 如果程序⾛到这⾥，说明没有找到⽬标值，返回 -1
 return -1;
}

在排序数组中查找元素的第⼀个和最后⼀个位置（medium）

题目解析

1.题目链接：. - 力扣（LeetCode）

2.题目描述

给你⼀个按照⾮递减顺序排列的整数数组nums，和⼀个⽬标值target。请你找出给定⽬标值在数组中的开始位置和结束位置。
如果数组中不存在⽬标值target，返回[-1,-1]。
你必须设计并实现时间复杂度为O(logn)的算法解决此问题。
⽰例1：
输⼊：nums=[5,7,7,8,8,10],target=8
输出：[3,4]
⽰例2：
输⼊：nums=[5,7,7,8,8,10],target=6
输出：[-1,-1]
⽰例3：
输⼊：nums=[],target=0
输出：[-1,-1]

提⽰：
0<=nums.length<=105
-109<=nums[i]<=109
nums是⼀个⾮递减数组
-109<=target<=109

讲解算法原理

算法思路：

⽤的还是⼆分思想，就是根据数据的性质，在某种判断条件下将区间⼀分为⼆，然后舍去其中⼀个区间，然后再另⼀个区间内查找；
⽅便叙述，⽤ x 表⽰该元素， resLeft 表⽰左边界， resRight 表⽰右边界。

寻找左边界思路：

• 寻找左边界：
◦ 我们注意到以左边界划分的两个区间的特点：
▪ 左边区间 [left, resLeft - 1] 都是⼩于 x 的；
▪ 右边区间（包括左边界） [resLeft, right] 都是⼤于等于 x 的；
• 因此，关于 mid 的落点，我们可以分为下⾯两种情况：
◦ 当我们的 mid 落在 [left, resLeft - 1] 区间的时候，也就是 arr[mid] < 
target 。说明 [left, mid] 都是可以舍去的，此时更新 left 到 mid + 1 的位置，继续在 [mid + 1, right] 上寻找左边界；
◦ 当 mid 落在 [resLeft， right] 的区间的时候，也就是 arr[mid] >= target 。
说明 [mid + 1, right] （因为 mid 可能是最终结果，不能舍去）是可以舍去的，此时更新 right 到 mid 的位置，继续在 [left, mid] 上寻找左边界；
• 由此，就可以通过⼆分，来快速寻找左边界；
注意：这⾥找中间元素需要向下取整。
因为后续移动左右指针的时候：
• 左指针： left = mid + 1 ，是会向后移动的，因此区间是会缩⼩的；
• 右指针： right = mid ，可能会原地踏步（⽐如：如果向上取整的话，如果剩下 1,2 两个元
素， left == 1 ， right == 2 ， mid == 2 。更新区间之后， left，right，mid 的值没有改变，就会陷⼊死循环）。
因此⼀定要注意，当 right = mid 的时候，要向下取整。

寻找右边界思路：

• 寻右左边界：
◦ ⽤ resRight 表⽰右边界；
◦ 我们注意到右边界的特点：
▪ 左边区间（包括右边界） [left, resRight] 都是⼩于等于 x 的；
▪ 右边区间 [resRight+ 1, right] 都是⼤于 x 的；
• 因此，关于 mid 的落点，我们可以分为下⾯两种情况：
◦ 当我们的 mid 落在 [left, resRight] 区间的时候，说明 [left, mid - 1]
（ mid 不可以舍去，因为有可能是最终结果）都是可以舍去的，此时更新 left 到 mid 的位置；
◦
当 mid 落在 [resRight+ 1, right] 的区间的时候，说明 [mid, right] 内的元素是可以舍去的，此时更新 right 到 mid - 1 的位置；
• 由此，就可以通过⼆分，来快速寻找右边界；
注意：这⾥找中间元素需要向上取整。
因为后续移动左右指针的时候：
• 左指针： left = mid ，可能会原地踏步（⽐如：如果向下取整的话，如果剩下 1,2 两个元
素， left == 1， right == 2，mid == 1 。更新区间之后， left，right，mid 的值没有改变，就会陷⼊死循环）。
• 右指针： right = mid - 1 ，是会向前移动的，因此区间是会缩⼩的；
因此⼀定要注意，当 right = mid 的时候，要向下取整。

⼆分查找算法总结：

请⼤家⼀定不要觉得背下模板就能解决所有⼆分问题。⼆分问题最重要的就是要分析题意，然后确定要搜索的区间，根据分析问题来写出⼆分查找算法的代码。
要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解要分析题意，确定搜索区间，不要死记模板，不要看左闭右开什么乱七⼋糟的题解
重要的事情说三遍。
模板记忆技巧：
1. 关于什么时候⽤三段式，还是⼆段式中的某⼀个，⼀定不要强⾏去⽤，⽽是通过具体的问题分析情
况，根据查找区间的变化确定指针的转移过程，从⽽选择⼀个模板。
2. 当选择两段式的模板时：
◦ 在求 mid 的时候，只有 right - 1 的情况下，才会向上取整（也就是 +1 取中间数）

编写代码

c++算法代码：
 

class Solution
{
public:
 vector<int> searchRange(vector<int>& nums, int target) 
 {
 // 处理边界情况
 if(nums.size() == 0) return {-1, -1};
 
 int begin = 0;
 // 1. ⼆分左端点
 int left = 0, right = nums.size() - 1;
 while(left < right)
 {
 int mid = left + (right - left) / 2;
 if(nums[mid] < target) left = mid + 1;
 else right = mid;
 }
 // 判断是否有结果
 if(nums[left] != target) return {-1, -1};
 else begin = left; // 标记⼀下左端点
 // 2. ⼆分右端点
 left = 0, right = nums.size() - 1;
 while(left < right)
 {
 int mid = left + (right - left + 1) / 2;
 if(nums[mid] <= target) left = mid;
 else right = mid - 1;
 }
 return {begin, right};
 }
};

java算法代码：
 

class Solution
{
 public int[] searchRange(int[] nums, int target) 
 {
 int[] ret = new int[2];
 ret[0] = ret[1] = -1;
 // 处理边界情况
 if(nums.length == 0) return ret;
 // 1. ⼆分左端点
 int left = 0, right = nums.length - 1;
 while(left < right)
 {
 int mid = left + (right - left) / 2;
 if(nums[mid] < target) left = mid + 1;
 else right = mid;
 }
 // 判断是否有结果
 if(nums[left] != target) return ret;
 else ret[0] = right; 
 // 2. ⼆分右端点
 left = 0; right = nums.length - 1;
 while(left < right)
 {
 int mid = left + (right - left + 1) / 2;
 if(nums[mid] <= target) left = mid;
 else right = mid - 1;
 }
 ret[1] = left;
 return ret;
 }
}