二分查找的不同实现方法和总结
二分查找
二分查找的基本思路
二分查找适用于什么情况?
二分查找用于其输入是有序的顺序存储结构(例如有序数组)
二分查找的基本思路
- 选中序列中心元素与查找目标元素比较
2.1 如果目标元素比较小:选择前面(小元素)区间中心元素再做比较 2.2 如果目标元素比较大:选择后面(大元素)区间中心元素再做比较 2.3 如果目标元素等于中心元素:返回元素所在位置
- 如果查找完成仍未找到,返回null
二分查找代码实现(LeetCode704)
边界一:不断缩小范围,锁定元素,不能提前返回
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1;
while(l < r){
int mid = l + r >> 1; //向下取整,中点靠左
if(nums[mid] >= target) r = mid; //包含mid取等号
else l = mid+1; //l往右加一
}
if(nums[l] == target) return l;
return -1;
}
};
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1;
while(l < r){
int mid = l + r + 1 >> 1; //加一后中点会靠右
if(nums[mid] > target) r = mid - 1; //r往左减一
else l = mid;//包含mid取等号
}
if(nums[l] == target) return l;
return -1;
}
};
总结:二分的边界条件与快排类似,l+r>>1 对应于(mid,mid+1) ;l+r+1>>1 对应于(mid-1,mid) ,包含mid的区间取等号,他们都是基于分而治之的递归思想实现
边界二:每次判断中心点值是否与target相等,可以提前返回
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1;
while(l <= r){
int mid = l + r >> 1;
if(nums[mid] > target) r = mid - 1;
else if (nums[mid] == target)return mid;
else l = mid + 1;
}
return -1;
}
};
二分查找另类用法(寻找小于或等于target的最大值/寻找大于或等于target的最小值
寻找大于或等于target的最小值
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1;
while(l < r){
int mid = l + r >> 1; //向下取整,中点靠左
if(nums[mid] >= target) r = mid; //包含mid取等号
else l = mid+1; //l往右加一
}
return l;
}
};
寻找小于或等于target的最大值
class Solution {
public:
int search(vector<int>& nums, int target) {
int l = 0, r = nums.size() - 1;
while(l < r){
int mid = l + r + 1 >> 1; //加一后中点会靠右
if(nums[mid] > target) r = mid - 1; //r往左减一
else l = mid;//包含mid取等号
}
return l;
}
};