二分查找 -- 力扣(LeetCode)第704题

题目

https://leetcode.cn/problems/binary-search/description/

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。

思路

这道题前提是数组为有序数组,同时题目还强调数组中无重复元素,因为一旦有重复元素,使用二分查找法返回的元素下标可能不是唯一的,这些都是使用二分法的前提条件,当大家看到题目描述满足如上条件的时候,可要想一想是不是可以用二分法了。

二分查找涉及的很多的边界条件,逻辑比较简单,但就是写不好。例如到底是 while(left < right) 还是 while(left <= right),到底是right = middle呢,还是要right = middle - 1呢?

大家写二分法经常写乱,主要是因为对区间的定义没有想清楚,区间的定义就是不变量。要在二分查找的过程中,保持不变量,就是在while寻找中每一次边界的处理都要坚持根据区间的定义来操作,这就是循环不变量规则。

写二分法,区间的定义一般为两种,左闭右闭即[left, right],或者左闭右开即[left, right)。

下面我用这两种区间的定义分别讲解两种不同的二分写法。

二分法 第一种写法

第一种写法,我们定义 target 是在一个在左闭右闭的区间里,也就是[left, right] (这个很重要非常重要)

区间的定义这就决定了二分法的代码应该如何写,因为定义target在[left, right]区间,所以有如下两点:

  • while (left <= right) 要使用 <= ,因为left == right是有意义的,所以使用 <=
  • if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle - 1

例如在数组:1,2,3,4,7,9,10中查找元素2,如图所示:

代码如下:(详细注释)(C++)

// 版本一
class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0;
        int right = nums.size() - 1; // 定义target在左闭右闭的区间里,[left, right]
        while (left <= right) { // 当left==right,区间[left, right]依然有效,所以用 <=
            int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2
            if (nums[middle] > target) {
                right = middle - 1; // target 在左区间,所以[left, middle - 1]
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,所以[middle + 1, right]
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值,直接返回下标
            }
        }
        // 未找到目标值
        return -1;
    }
};
  • 时间复杂度:O(log n)
  • 空间复杂度:O(1)

二分法第二种写法

如果说定义 target 是在一个在左闭右开的区间里,也就是[left, right) ,那么二分法的边界处理方式则截然不同。

有如下两点:

  • while (left < right),这里使用 < ,因为left == right在区间[left, right)是没有意义的
  • if (nums[middle] > target) right 更新为 middle,因为当前nums[middle]不等于target,去左区间继续寻找,而寻找区间是左闭右开区间,所以right更新为middle,即:下一个查询区间不会去比较nums[middle]

在数组:1,2,3,4,7,9,10中查找元素2,如图所示:(注意和方法一的区别

代码如下:(详细注释)(C++)

// 版本二
class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0;
        int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)
        while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; // target 在左区间,在[left, middle)中
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,在[middle + 1, right)中
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值,直接返回下标
            }
        }
        // 未找到目标值
        return -1;
    }
};
  • 时间复杂度:O(log n)
  • 空间复杂度:O(1)

总结

二分法是非常重要的基础算法,为什么很多同学对于二分法都是一看就会,一写就废

其实主要就是对区间的定义没有理解清楚,在循环中没有始终坚持根据查找区间的定义来做边界处理。

区间的定义就是不变量,那么在循环中坚持根据查找区间的定义来做边界处理,就是循环不变量规则。

本篇根据两种常见的区间定义,给出了两种二分法的写法,每一个边界为什么这么处理,都根据区间的定义做了详细介绍。

相信看完本篇应该对二分法有更深刻的理解了。

注意

在下面的代码中,使用 middle = left + (right - left) / 2 而不是 middle = (left + right) / 2 的主要原因是为了防止整数溢出。

当 left 和 right 都很大且接近 int 类型的最大值时,它们的和可能会超出 int 类型能够表示的范围,从而导致溢出。溢出后的结果再除以2,可能会导致一个不正确的中间索引值。

为了避免这种溢出情况,我们计算 right - left,这个差值一定小于或等于 right,然后再加到 left 上。这样即使 right 很大,right - left 仍然是一个可以安全处理的整数,再与 left 相加,并进行整数除法,就可以得到一个正确的中间索引,而不会导致溢出。

因此,虽然 middle = (left + right) / 2 在很多情况下也能正常工作,但在处理非常大的整数时,使用 middle = left + (right - left) / 2 更为稳妥和安全。这是一种常见的二分查找算法中的优化技巧,用于确保代码在极端情况下也能正确运行。

小提示

对于 middle = left + (right - left) / 2,这个表达式中的操作包括加法、减法和整数除法。在这个特定的表达式中,减法和加法具有相同的优先级,并且都是左结合的,所以它们会按照从左到右的顺序进行。整数除法 / 在这个表达式中的优先级低于加法和减法,所以加法和减法会首先进行。

其他语言版本

Java

(版本一)左闭右闭区间

class Solution {
    public int search(int[] nums, int target) {
        // 避免当 target 小于nums[0] nums[nums.length - 1]时多次循环运算
        if (target < nums[0] || target > nums[nums.length - 1]) {
            return -1;
        }
        int left = 0, right = nums.length - 1;
        while (left <= right) {
            int mid = left + ((right - left) >> 1);
            if (nums[mid] == target)
                return mid;
            else if (nums[mid] < target)
                left = mid + 1;
            else if (nums[mid] > target)
                right = mid - 1;
        }
        return -1;
    }
}

(版本二)左闭右开区间

class Solution {
    public int search(int[] nums, int target) {
        int left = 0, right = nums.length;
        while (left < right) {
            int mid = left + ((right - left) >> 1);
            if (nums[mid] == target)
                return mid;
            else if (nums[mid] < target)
                left = mid + 1;
            else if (nums[mid] > target)
                right = mid;
        }
        return -1;
    }
}

Python

(版本一)左闭右闭区间

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums) - 1  # 定义target在左闭右闭的区间里,[left, right]

        while left <= right:
            middle = left + (right - left) // 2
            
            if nums[middle] > target:
                right = middle - 1  # target在左区间,所以[left, middle - 1]
            elif nums[middle] < target:
                left = middle + 1  # target在右区间,所以[middle + 1, right]
            else:
                return middle  # 数组中找到目标值,直接返回下标
        return -1  # 未找到目标值

(版本二)左闭右开区间

class Solution:
    def search(self, nums: List[int], target: int) -> int:
        left, right = 0, len(nums)  # 定义target在左闭右开的区间里,即:[left, right)

        while left < right:  # 因为left == right的时候,在[left, right)是无效的空间,所以使用 <
            middle = left + (right - left) // 2

            if nums[middle] > target:
                right = middle  # target 在左区间,在[left, middle)中
            elif nums[middle] < target:
                left = middle + 1  # target 在右区间,在[middle + 1, right)中
            else:
                return middle  # 数组中找到目标值,直接返回下标
        return -1  # 未找到目标值

C

(版本一)左闭右闭区间

// (版本一) 左闭右闭区间 [left, right]
int search(int* nums, int numsSize, int target){
    int left = 0;
    int right = numsSize-1;
    int middle = 0;
    //若left小于等于right,说明区间中元素不为0
    while(left<=right) {
        //更新查找下标middle的值
        middle = (left+right)/2;
        //此时target可能会在[left,middle-1]区间中
        if(nums[middle] > target) {
            right = middle-1;
        } 
        //此时target可能会在[middle+1,right]区间中
        else if(nums[middle] < target) {
            left = middle+1;
        } 
        //当前下标元素等于target值时,返回middle
        else if(nums[middle] == target){
            return middle;
        }
    }
    //若未找到target元素,返回-1
    return -1;
}

(版本二)左闭右开区间 

// (版本二) 左闭右开区间 [left, right)
int search(int* nums, int numsSize, int target){
    int length = numsSize;
    int left = 0;
    int right = length;	//定义target在左闭右开的区间里,即:[left, right)
    int middle = 0;
    while(left < right){  // left == right时,区间[left, right)属于空集,所以用 < 避免该情况
        int middle = left + (right - left) / 2;
        if(nums[middle] < target){
            //target位于(middle , right) 中为保证集合区间的左闭右开性,可等价为[middle + 1,right)
            left = middle + 1;
        }else if(nums[middle] > target){
            //target位于[left, middle)中
            right = middle ;
        }else{	// nums[middle] == target ,找到目标值target
            return middle;
        }
    }
    //未找到目标值,返回-1
    return -1;
}

相关推荐

  1. - 704. 二分查找

    2024-04-08 22:28:03       18 阅读
  2. 每日OJ_算法_二分查找①_704. 二分查找

    2024-04-08 22:28:03       39 阅读
  3. 【数组】704二分查找

    2024-04-08 22:28:03       40 阅读
  4. 704/35/34:二分查找

    2024-04-08 22:28:03       15 阅读
  5. 每日一LeetCode·704二分查找

    2024-04-08 22:28:03       8 阅读
  6. leetcode704. 二分查找

    2024-04-08 22:28:03       38 阅读
  7. Leetcode:704. 二分查找

    2024-04-08 22:28:03       48 阅读
  8. LeetCode 704 二分查找

    2024-04-08 22:28:03       19 阅读
  9. Leetcode704_二分查找

    2024-04-08 22:28:03       23 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-04-08 22:28:03       19 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-04-08 22:28:03       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-04-08 22:28:03       20 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-04-08 22:28:03       20 阅读

热门阅读

  1. Vue笔记

    2024-04-08 22:28:03       11 阅读
  2. 深入浅出 -- 系统架构之负载均衡Nginx缓冲区

    2024-04-08 22:28:03       13 阅读
  3. Shell学习 - 2.25 Shell $[]:对整数进行数学运算

    2024-04-08 22:28:03       12 阅读
  4. ChatGPT革新学术写作方式:打造出色论文

    2024-04-08 22:28:03       13 阅读
  5. qiankun按需加载微应用方案

    2024-04-08 22:28:03       12 阅读
  6. 【阅读笔记】《同意》

    2024-04-08 22:28:03       13 阅读
  7. 详细介绍下PYTHON API的用法

    2024-04-08 22:28:03       16 阅读
  8. [TS面试]TS中类型的全局声明与局部声明?

    2024-04-08 22:28:03       14 阅读
  9. 我的项目笔记

    2024-04-08 22:28:03       14 阅读
  10. C++学习笔记九--模版

    2024-04-08 22:28:03       13 阅读
  11. Linux——gcc

    2024-04-08 22:28:03       15 阅读