各种二分查找

学习资料来源：

【算法通关手册】：https://algo.itcharge.cn/

【datawhale组队学习】https://github.com/datawhalechina/team-learning

大多是对这次组队学习的学习资料的学习笔记，非原创~

Task 03 数组排序

在本次的学习资料中我认为最后两种思路的适用范围最值得仔细斟酌

1. 二分查找知识

1.1 算法介绍

基本算法思想：先确定待查找元素所在的区间范围，在逐步缩小范围，直到找到元素或找不到该元素为止。

查找算法过程：

• 每次查找时从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；
• 如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。
• 如果在某一步骤数组为空，则代表找不到。

2. 简单二分查找

• Leetcode：704.二分查找

2.1 题目大意

给定一个升序的数组 nums，和一个目标值target，返回 target在数组中的位置，如果找不到，则返回 -1。

2.2 解题思路

设定左右节点为数组两端，即left = 0,right = len(nums) - 1,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。

• if nums[mid] == target返回中心位置
• if nums[mid] < target，将左节点设置为mid + 1，然后继续在右区间[mid + 1, right]搜索。
• if nums[mid] > target，将右节点设置为mid - 1，然后继续在左区间[left, mid - 1]搜索。

2.3 解题代码

class Solution:
    def search(self, nums, target) -> int:
        left = 0
        right = len(nums) - 1
        # 在区间 [left, right] 内查找 target
        while left <= right:
            # 取区间中间节点
            mid = (left + right) // 2
            # //是整除，抹去小数部分
            # 如果找到目标值，则直接返回中心位置
            if nums[mid] == target:
                return mid
            # 如果 nums[mid] 小于目标值，则在 [mid + 1, right] 中继续搜索
            elif nums[mid] < target:
                left = mid + 1
            # 如果 nums[mid] 大于目标值，则在 [left, mid - 1] 中继续搜索
            else:
                right = mid - 1
        # 未搜索到元素，返回 -1
        return -1

3. 二分查找细节

1. 左开右闭还是左闭右开？
2. mid向上取整还是向下取整
3. 出界应该是left <= right还是left < right
4. 搜索范围的选择：left = mid + 1、right = mid - 1、left = mid、right = mid

3.1 区间的开闭问题

常用左闭右闭区间（其他需要考虑的情况更加复杂）

3.2 mid的取值问题

• mid = (left + right) // 2最常见写法
• mid = left + (right - left) // 2防止整型溢出
• (... + 1) // 2 是向上取整数
• 可以取其他分位数，但是中间位置元素在平均意义下所达到的效果最好

3.3 出界条件的判断

• 判断语句left <= right→出界条件left == right + 1→[right + 1, right]
• 判断语句left < right→出界条件left == right→[right, right]区间不为空，还有一个待查找元素。
  • 对应方法：return left if nums[left] == target else -1

3.4 搜索区间范围的选择

1. left = mid + 1、right = mid - 1
2. left = mid + 1、right = mid
3. left = mid、right = mid - 1

• 思路1：直接找——在循环体中找到元素后直接返回结果。
• 思路2：排除法——在循环体中排除目标元素一定不存在区间。

4. 二分查找两种思路

4.1 思路1：直接找

• 一旦我们在循环体中找到元素就直接返回结果。
• 循环可以继续的条件是left <= right
• 如果一旦退出循环，则说明这个区间内一定不存在目标元素。

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

4.2 思路2：排除法

在循环体中排除目标元素一定不存在区间。

• 直至区间中只剩下最后一个元素，然后再判断这个元素是否是目标元素。

第一种代码：

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

第二种代码：

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

细节：

• 判断语句是 left < right。这样在退出循环时，一定有left == right 成立
• 优先考虑 nums[mid]在什么情况下一定不是目标元素，排除掉不可能区间，然后再从剩余区间中确定下一次查找区间的范围。
• 在考虑 nums[mid]在什么情况下一定不是目标元素之后，它的对立面（即else部分）一般就不需要再考虑区间范围了，直接取上一个区间的反面区间。
• 区分被分为两部分： [left, mid - 1]与 [mid, right] 时，mid取值要向上取整。 因为如果当区间中只剩下两个元素时（此时 right = left + 1），一旦进入 left = mid 分支，区间就不会再缩小了，下一次循环的查找区间还是[left, right]，就陷入了死循环。
• 关于边界设置可以记忆为：只要看到 left = mid 就向上取整。

4.3 两种思路适用范围

• 二分查找的思路1：因为判断语句是left <= right，有时候要考虑返回是left还是right。循环体内有3个分支，并且一定有一个分支用于退出循环或者直接返回。这种思路适合解决简单题目。即要查找的元素性质简单，数组中都是非重复元素，且==、<、>的情况非常好写时。
• 二分查找的思路2：更加符合二分查找算法的减治思想。每次排除目标元素一定不存在的区间，达到减少问题规模的效果。然后在可能存在的区间内继续查找目标元素。这种思路适合解决复杂题目。比如查找一个数组里面不存在的元素，找边界问题，可以使用这种思路。

试一个题目

• 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 。

来源：力扣（LeetCode）

链接：https://leetcode-cn.com/problems/sqrtx

著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

def mySqrt(self, x):
    '''
        输入：非负整数
        输出：算术平方根的向下取整

        需要找的数是去掉小数部分——向下取整，即此数i满足：
        if i * i <= x and (i + 1) * (i + 1) > x:
            return i

        这个值存在的序列应该是在0~x:
            np.arange(x + 1)
    '''

    '''
        for i in range(x + 1):
            if i * i <= x and (i + 1) * (i + 1) > x:
                return i 
        这一段代码虽然可以运行但是运行速度过慢，下面考虑二分查找
    '''

    '''
        用二分查找法的排除法
    '''
    # nums = list(range(x + 1));如果这样写的话内存可能占用会过大
    left, right = 0, x + 1

    while left < right:
        mid = (left + right + 1) // 2# 中间数乃向下取整，下面不要出现mid = left的情况，不然会无限循环
        if mid * mid > x:
            # 如果mid^2 > x,那么区间应该在左边
            right = mid - 1
        else:
            # 区间在右边，但是不要排除mid
            left = mid
    return left