算法笔记:二分查找

这篇具有很好参考价值的文章主要介绍了算法笔记:二分查找。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1 二分查找

1.1 概念

二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列。

二分查找维护查找空间的左、右和中间指示符,并比较查找目标或将查找条件应用于集合的中间值;如果条件不满足或值不相等,则清除目标不可能存在的那一半,并在剩下的一半上继续查找,直到成功为止。如果查找以空的一半结束,则无法满足条件,并且无法找到目标。

1.2 时间复杂度 O(log n)

假设总共有n个元素,则第一次查找剩余n/2个元素,第二次查找剩余n/2/2个元素,然后是n/2/2/2n/2/2/2/2以此类推。

假设总共查找了k次,则剩余n/2^k个元素。最坏的情况是查找到最后一个元素,则有等式:n/2^k=1,即2^k=n,得:k=log2n

忽略常数,则二分查找的时间复杂度为O(log n)

1.3 二分查找与顺序查找对比图

算法笔记:二分查找

注:顺序查找时间复杂度为O(n)

2 二分查找的一般步骤

  • 第一步:如果集合未排序,则进行排序;

  • 第二步:使用循环或递归在每次比较后将查找空间划分为两半;

  • 第三步:在剩余空间中确定可行的候选者。

3 二分查找常用模板

3.1 模板1:搜索区间左闭右闭,基本的二分查找

int binarySearch(int[] nums, int target) {
    if (nums == null || nums.length == 0) return -1;
    int left = 0;
    int right = nums.length - 1;// 搜索区间为[left,right],两端都闭,nums.length 下标越界,故而使用最后一个元素的索引 nums.length - 1
    while (left <= right) {// 循环终止条件: left == right + 1,搜索区间为空,终止循环
        int mid = left + (right - left) / 2;// 防止(left + right)溢出
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] < target) {
            left = mid + 1;// 下一个搜索区间为[mid + 1,right]
        } else if (nums[mid] > target) {
            right = mid - 1;// 下一个搜索区间为[left,mid - 1]
        }
    }
    return -1;
}
语法特点
  • 初始条件:left = 0,right = length - 1
  • 终止条件:left > right,即 left == right + 1
  • 向左查找:right = mid - 1
  • 向右查找:left = mid + 1
算法缺陷

比如 nums = [1,2,2,2,3],target = 2,此算法返回的索引值为 2,虽然返回值没错,但是如果我想得到 target 的左侧边界,即索引值为 1;或者想得到 target 的右侧边界,即索引值为 3。这种情况依靠此算法是无法实现的。

3.2 模板2:搜索区间左闭右开,寻找左侧边界

int binarySearch(int[] nums, int target) {
    if (nums == null || nums.length == 0) return -1;
    int left = 0;
    int right = nums.length;// 搜索区间为[left,right),左闭右开
    while (left < right) {// 循环终止条件: left == right,此时搜索区间[left,left)为空,终止循环
        int mid = left + (right - left) / 2;// 防止(left + right)溢出
        if (nums[mid] < target) {
            left = mid + 1;// 下一个搜索区间为[mid + 1,right)
        } else if (nums[mid] >= target) {
            right = mid;// 下一个搜索区间为[left,mid)
        }
    }
    if (left == nums.length) return -1;// target比所有数都大,返回-1
    return nums[left] == target ? left : -1;// 不存在该值则返回-1
}
语法特点
  • 初始条件:left = 0,right = length
  • 终止条件:left == right
  • 向左查找:right = mid
  • 向右查找:left = mid + 1
关键点
  • nums[mid] == target时,并非立即返回,而是缩小搜索区间的上界 right,不断向左收缩

  • 需要后处理,当只剩下一个元素时,需要判断元素是否符合条件

3.3 模板3:搜索区间左闭右开,寻找右侧边界

int binarySearch(int[] nums, int target) {
    if (nums == null || nums.length == 0) return -1;
    int left = 0;
    int right = nums.length;// 搜索区间为[left,right),左闭右开
    while (left < right) {// 终止条件: left == right,此时搜索区间[left,left)为空,终止循环
        int mid = left + (right - left) / 2;// 防止(left + right)溢出
        if (nums[mid] <= target) {
            left = mid + 1;// 下一个搜索区间为[mid + 1,right)
        } else if (nums[mid] > target) {
            right = mid;// 下一个搜索区间为[left,mid)
        }
    }
    if (left == 0) return -1;// target比所有数都小,返回-1
    return nums[left - 1] == target ? (left - 1) : -1;// 不存在该值则返回-1
}
语法特点
  • 初始条件:left = 0,right = length
  • 终止条件:left == right
  • 向左查找:right = mid
  • 向右查找:left = mid + 1
关键点
  • nums[mid] == target时,并非立即返回,而是增大搜索区间的下界left,不断向右收缩

  • 需要后处理,当只剩下一个元素时,需要判断元素是否符合条件

4 二分查找相关题目(题目来源:Leetcode)

4.1 二分查找

4.1.1 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

题目来源

  • 704. 二分查找 - 力扣(Leetcode)
4.1.2 解题思路

基本的二分查找

4.1.3 Java 代码实现
public int search(int[] nums, int target) {
    int left = 0;
    int right = nums.length - 1;

    while (left <= right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] > target) {
            // 收缩右侧边界
            right = mid - 1;
        } else if (nums[mid] < target) {
            // 收缩左侧边界
            left = mid + 1;
        }
    }
    return -1;
}

4.2 搜索插入位置

4.2.1 题目描述

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

请必须使用时间复杂度为O(log n)的算法。

示例 1

输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2

输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3

输入: nums = [1,3,5,6], target = 7
输出: 4

题目来源

  • 35. 搜索插入位置 - 力扣(Leetcode)
4.2.2 解题思路

基本的二分查找,找不到值不返回-1,返回按顺序插入的索引值

4.2.3 Java 代码实现
public int searchInsert(int[] nums, int target) {
    int left = 0;
    int right = nums.length - 1;
    while (left <= right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] < target) {
            // 收缩左侧边界
            left = mid + 1;
        } else if (nums[mid] > target) {
            // 收缩右侧边界
            right = mid - 1;
        }
    }
    // 目标值不存在数组中,此时下标 left 对应元素为数组中比 target 大的最小值,故按顺序应将目标值插入 left 的位置
    return left;
}

4.3 在排序数组中查找元素的第一个和最后一个位置

4.3.1 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(log n)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]

题目来源

  • 34. 在排序数组中查找元素的第一个和最后一个位置 - 力扣(Leetcode)
4.3.2 解题思路

二分查找,分别查出左右边界值,然后组合返回

4.3.3 Java 代码实现
public int[] searchRange(int[] nums, int target) {
    if (nums == null || nums.length == 0) {
        return new int[]{-1, -1};
    }

    // 找左侧边界
    int left = 0;
    int right = nums.length;
    while (left < right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        if (nums[mid] >= target) {
            // 收缩右侧边界,左闭右开区间,不包含下标 right 对应的元素,所以直接将 mid 赋值给 right 即可
            right = mid;
        } else {
            // 收缩左侧边界
            left = mid + 1;
        }
    }
    // 后处理,当只剩下一个元素时,需要判断元素是否符合条件
    if (left == nums.length || nums[left] != target) {
        // 数组中不存在该值
        return new int[]{-1, -1};
    }
    // 数组中存在该值,左侧边界为
    int leftVal = left;

    // 找右侧边界
    left = 0;
    right = nums.length;
    while (left < right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        if (nums[mid] <= target) {
            // 收缩左侧边界
            left = mid + 1;
        } else {
            // 收缩右侧边界,左闭右开区间,不包含下标 right 对应的元素,所以直接将 mid 赋值给 right 即可
            right = mid;
        }
    }
    // 不需要后处理,因为前面寻找左侧边界时做过判断了,能走到这里数组中必然存在该值,右侧边界为
    int rightVal = left - 1;

    return new int[]{leftVal, rightVal};
}

4.4 x 的平方根

4.4.1 题目描述

给你一个非负整数x,计算并返回x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运算符,例如pow(x, 0.5)或者x ** 0.5

示例 1

输入:x = 4
输出:2

示例 2

输入:x = 8
输出:2
解释:8 的算术平方根是 2.82842..., 由于返回类型是整数,小数部分将被舍去。

题目来源

  • 69. x 的平方根 - 力扣(Leetcode)
4.4.2 解题思路

对区间 [0, x] 进行二分查找,计算 (long) mid * mid 与 x 作比较(转为long类型防止 int 类型值相乘后溢出),或者更换成除法操作 x / mid 与 mid 作比较防止溢出(需要排除一些特殊情况,避免除数 mid 为 0 的情况)。

注意:由于题干要求保留整数部分,所以 int 类型值相除后自动舍弃小数部分也能满足要求,例如:5 / 2 == 2 在这个逻辑判断里是合法的

4.4.3 Java 代码实现
public int mySqrt(int x) {
    // 0或1直接返回,避免后面的除数mid为0
    if (x < 2) {
        return x;
    }
    int left = 0;
    int right = x;
    while (left <= right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        // 更换成除法操作,防止溢出
        if (x / mid == mid) {
            return mid;
        } else if (x / mid > mid) {
            // 收缩左侧边界
            left = mid + 1;
        } else {
            // 收缩右侧边界
            right = mid - 1;
        }
    }
    // 走到这里说明 x 非完全平方数,此时下标 left 对应元素为数组中比 x 的算数平方根 大的最小整数值
    // 题干要求保留整数部分,舍去小数部分,故应该返回数组中比 x 的算数平方根 小的最大整数值,也就是 left - 1
    // while 循环的终止条件为 left = right + 1,所以 left - 1 等同于 right
    return right;
}

4.5 有效的完全平方数

4.5.1 题目描述

给你一个正整数num。如果num是一个完全平方数,则返回true,否则返回false

完全平方数是一个可以写成某个整数的平方的整数。换句话说,它可以写成某个整数和自身的乘积。

不能使用任何内置的库函数,如sqrt

示例 1

输入:num = 16
输出:true
解释:返回 true ,因为 4 * 4 = 16 且 4 是一个整数。

示例 2

输入:num = 14
输出:false
解释:返回 false ,因为 3.742 * 3.742 = 14 但 3.742 不是一个整数。

题目来源

  • 367. 有效的完全平方数 - 力扣(Leetcode)
4.5.2 解题思路

对区间 [0, num] 进行二分查找,计算 mid * mid 与 num 作比较,相同则返回 true。

注意:要将 mid * mid 的结果转为 long 类型,防止超过 int 类型最大值溢出;另此处不可以使用将 mid * mid == num 的判断改为除法 num / mid == mid,因为计算参数都是 int 类型,结果会直接舍弃小数部分,造成错误计算,例如:5 / 2 == 2文章来源地址https://www.toymoban.com/news/detail-441220.html

4.5.3 Java 代码实现
public boolean isPerfectSquare(int num) {
    int left = 0;
    int right = num;
    while (left <= right) {
        // 等同于 (left + right) / 2,下面的写法可以防止溢出
        int mid = left + (right - left) / 2;
        // 强转为 long 类型,防止 int 值溢出
        long square = (long) mid * mid;
        if (square == num) {
            return true;
        }
        if (square < num) {
            // 收缩左侧边界
            left = mid + 1;
        } else {
            // 收缩右侧边界
            right = mid - 1;
        }
    }
    return false;
}

到了这里,关于算法笔记:二分查找的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • C++二分算法(二分查找&二分答案)细节详解

     二分算法可以分为 二分查找 和 二分答案 。 以在一个 升序数组 中查找一个数为例。它每次考察数组当前部分的 中间元素 ,如果中间元素刚好是要找的,就结束搜索过程;如果中间元素小于所查找的值,那么左侧的只会更小,不会有所查找的元素,只需到右侧查找;如果

    2024年02月08日
    浏览(35)
  • 【算法】二分查找(整数二分和浮点数二分)

    大家好!今天我们来学习二分查找算法,这是一种效率很高的算法哦! 目录 1. 整数二分 2. 整数二分模板 3. 整数二分模板题 3.1 洛谷 P2249 【深基13.例1】查找 3.2 Acwing789. 数的范围 4. 浮点数二分 5. 浮点数二分模板 6. 浮点数二分模板题 6.1 Acwing 790.数的三次方根 6.2 洛谷 P1024 [

    2024年02月10日
    浏览(32)
  • 【Python查找算法】二分查找、线性查找、哈希查找

    目录 1 二分查找算法  2 线性查找算法 3 哈希查找算法         二分查找(Binary Search)是一种用于在有序数据集合中查找特定元素的高效算法。它的工作原理基于将数据集合分成两半,然后逐步缩小搜索范围,直到找到目标元素或确定目标元素不存在。 以下是二分查找的

    2024年02月08日
    浏览(36)
  • 【算法】简单的二分查找算法

    一个简单的二分查找算法:         简单描述:算法由静态方法rank()实现,它接受一个整数键和一个有序的int数组作为参数,如果整数存在于数组,返回它的索引,否则返回-1,算法使用两个变量lo和hi,并保证整数如果存在于数组中则它一定存在于a[lo...hi]中,然后通过循

    2024年01月21日
    浏览(40)
  • 【算法小课堂】二分查找算法

    当我们要从一个序列中查找一个元素的时候,最快想到的方法就是顺序查找法(即:从前到后依次查找)。但这种方法过于无脑,就是暴力的把每个元素都排查一遍。元素个数少的时候还行,一旦元素个数多起来,效率是非常低下,所以在实际中这种查找的方法是被摒弃的。

    2024年02月08日
    浏览(26)
  • Java数据结构与算法:查找算法之二分查找

    大家好,我是免费搭建查券返利机器人赚佣金就用微赚淘客系统3.0的小编,欢迎回到本专栏。在这个冰冷的季节里,我们将一同探讨Java中一种高效的查找算法——二分查找。让我们点燃知识的火花,一同解锁这个查找奇迹的秘密! 二分查找简介 二分查找,也称为折半查找,

    2024年01月21日
    浏览(34)
  • 数据结构算法--1 顺序查找二分查找

    顺序查找时间复杂度为O(n) 我们可以借助Python中的函数enumerate,通过enumerate遍历列表返回其索引和值 也可以通过列表长度依次遍历: 但是二分查找时间复杂度为O(logn):

    2024年02月12日
    浏览(38)
  • 二分查找算法 | 你真的搞懂二分了吗?

    我身边的人都认为二分查找很简单,但事实真是如此吗?不,并不简单。二分算法有着许多的 边界问题 ,当你写着代码一不小心就会陷入死循环。本篇文章会深入细节详细介绍 整数二分算法 以及使用 二分算法步骤 和 力扣题目练习 ,并且还会给出 二分查找算法模板 ,下面

    2023年04月10日
    浏览(32)
  • 【算法优选】 二分查找专题——壹

    二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用 顺序存储结构 ,而且表中元素按 有序排列 。 查找过程 : 首先,假设表中元素是按升序排列,将表中间位置记录的与查找比较,如果两者相等,

    2024年02月08日
    浏览(29)
  • 【算法】二分查找——BinarySearch

    二分查找又称折半查找,是一种能够大幅减少时间复杂度的查找方法,但是二分查找要求线性表必须词用顺序储存结构,而且表中元素按有序排列。 在后续讨论中,我们假设有序表递增有序。 二分查找中使用的术语: 目标 Target —— 你要查找的值 索引 Index —— 你要

    2024年03月14日
    浏览(24)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包