算法：02 二分法模板及 Leetcode 二分法全解

Leetcode 二分法全解

---

---

前言

 本篇博客旨在归纳总结二分法问题，从 Leetcode 上的题目来看使用二分法时的注意事项
 

---

1、何时应该想到二分法

• 二分法的题目，在题干处都有十分明显的暗示：
  • 限定了要搜索的数组是 有序的、部分有序的、非完全无序的
  • 限定了算法复杂度是 O(log n) 级别的
     
• 在题目类型上，大致有如下几个类型：
  • 在区间内查找 符合条件的元素索引
  • 题干经过变形后回到 ”在区间内查找符合条件的元素索引“ 问题
  • 其他衍生类型
     
• 下面，以 Leetcode 中不同类型的题目来看二分法的使用及注意事项

 

---

2、Leetcode 二分法全解

2.1 二分法模板

 这是 最基本 的一类题型，我们将从这个题型开始，总结二分法模板，并拓展开来。

• 最基础题：Leetcode 第704题：二分查找.
  • 题干：
    
     
  • 分析：
    • 1). 它符合 ”在区间内查找符合条件的元素索引“ 这一类型
    • 2). 数组完全有序
    • 3). 可以使用二分法，因为数组是升序的、且所有元素不重复：
      • 查找某一元素 target 时，将数组 nums 一分为二记为 nums1、nums2，则 target 要么在 nums1 中、要么在 nums2 中
      • 那么 target 到底在哪里呢？只需要判断 target 与 nums1 中最后一个元素的大小 或者 target 与 nums2 中第一个元素的大小 即可
      • 如果发现 target 归属于 nums1，就再进一步将 nums1 一分为二同理计算；至于 nums2，丢弃即可，这很像分治，只不过是减治， 这样，每次我们都丢掉了数组的一半，使算法复杂度达到了 O(log n) 级别
  • 代码解构：
    • 1). 首先需要记录我们二分查找的区间边界值：

      int left = 0;  // 数组第一个元素的索引
      int mid;  // mid 可以是子数组 nums1 的最后一个元素的索引，也可以是子数组 nums2 的第一个元素的索引，具体判别请往下看
      int right = nums.size() - 1;  // 数组最后一个元素的索引
    

    • 2). 计算 mid 值，这是二分法的关键
      • 正常来说，我们的取整方式都是 下取整， 当数组长度为偶数时，例如为6：

     if(nums.size() % 2 == 0)   // 6 % 2 = 0
     	mid = (left + right) / 2;   // mid = (0 + 5) / 2 = 2
    

    • 可以看到，mid 的值被 下取整 了，因为参与计算的数字都是 int 型，而 5 / 2 的结果 2.5 是 浮点型(float or double)， 但 mid 被初始化成了 int 型，根据类型转换，小数点后的数字都被舍弃了，故 2.5 变成了 2，被 下取整 了，这是语言本身的问题，那么对我们做二分法时有什么影响呢，请往下看
    • 当然，数组长度为奇数时就没有这个烦恼，因为此时 mid 是实打实的中间索引
    • 3). 确定了 mid 的值后，就可以比较 target 和 nums[mid] 的大小了，在前面我们也说了，mid 可以表示 nums1 的最后元素、也可表示 nums2 的第一个元素，为了简化思想，我们敲定 mid 表示为 nums1 的最后元素
    • 4). 当 nums[mid] < target 时，target 一定在 nums2 中，此时放缩左边界 left，使 left = mid + 1，则 left 就变成了 nums2 的第一个元素的索引；我们下一轮的搜索就会在 [mid + 1, right]、也就是 nums2 中搜索
    • 5). 当 nums[mid] >= target 时，此时分两种情况 大于 和 等于，但是为了简化思想，我们直接用 “else” 来归总这两种情况；因为，target 不在 [mid + 1, right]中，就一定在它的反面 [0, mid] 中，此时，放缩右边界 right，使 right = mid；我们不管 target 等不等于 nums[mid] 这一个特定值，它都一定在区间 [0, mid] 内、也就是子数组 nums1 中，这样，就简化了 和中值相等情况下讨论 [0, mid - 1] 区间的情形：

     if(nums[mid] < target) 
     	left = mid + 1;
     else
     	right = mid;
    

    • 6). 当你的第一个判断条件是 大于 时，也同样根据上面的思想做出相应的边界收缩行为：

     if(nums[mid] > target) 
     	right = mid - 1;
     else
     	left = mid;
    

    • 7). 关键来了，两种不同的边界收缩行为会造成边界值死循环问题， 举个例子：
      • 对于数组 nums = [1, 2, 3, 4, 5, 6]，我们要查询 target = 1 的索引、也就是索引 0
      • 当 mid 采用下取整时，第一轮查询，mid = (0 + 5) / 2 = 2，如果我们使用上面 6) 中的判定条件和边界收缩行为、nums[mid] > target、right = mid - 1 = 1， 那么下一轮查询区间为 [0, 1]
      • 第二轮查询，mid = (0 + 1) / 2 = 0，此时进入 else、left = mid = 0， 问题来了，left 本来就是 0，经过这轮查询、还是 0，再进入下一轮查询还是这样，发生了死循环
      • 这就是由于 mid 下取整造成的，如果 mid 采取上取整，就不会有这种问题
      • 关于这类死循环问题，请读者自己比划几次，就能知晓大概了，这里就不用大篇幅介绍了，下面给出在模板中我们应该怎么写、就能避免死循环问题
    • 8). mid 值对应的边界收缩行为

     mid = (left + right) / 2;   // mid 下取整时，用下面的边界收缩行为
     if(nums[mid] < target) 
     	left = mid + 1;
     else
     	right = mid;
    

     mid = (left + right + 1)