二分查找结果总是不对?一文帮你解决二分查找的边界问题&&数组移除元素太耗时间,双指针法为你打开新世界的大门,降时间复杂度为O(n)

这篇具有很好参考价值的文章主要介绍了二分查找结果总是不对?一文帮你解决二分查找的边界问题&&数组移除元素太耗时间,双指针法为你打开新世界的大门,降时间复杂度为O(n)。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。

前言

  可能有粗心写的不正确的地方,或者因为技术有限写得不好的地方,欢迎大家批评指正,文章中给出的代码是本人自己写的leetcode中的代码,是代码的核心部分,如果放到本地编译器中,可能要加入mian()函数等内容。

题目1 二分查找

LeetCode704二分查找

题目要点

   二分查找的思路非常简单,也就是我们常说的折半查找,比较经典的生活中的例子就是我们平时玩的猜数游戏,我们都知道,当给定一个数字范围的时候,我们应该先去猜它的正中间,这样就可以直接缩小一半的范围,二分查找用的就是这个原理,它的思路大体(左闭右闭)如下图所示:
二分查找结果总是不对?一文帮你解决二分查找的边界问题&&数组移除元素太耗时间,双指针法为你打开新世界的大门,降时间复杂度为O(n)

  我们可以知道,二分查找的思路非常简单,但是写的时候却经常容易漏洞百出,这是为什么呢?一方面可能是因为我们对语法不太熟悉,另一方面可能是因为,对于边界的把控不好,为此,我们来讨论二分查找的边界问题,分为以下两种情况,我们对比着来看:

1.左闭右闭[left,right]

源代码如下:

	int n=nums.size();
        int left=0;
        int right=n-1; //right是第一个要注意的边界点
        int middle;
        while(left<=right) //while循环是第二个要注意的边界点
        {
            middle=(right+left)/2;
            if(target>nums[middle])
            {
                left=middle+1;
            }
            else if(target<nums[middle])
            {
                right=middle-1; //right和mid的赋值是第三个要注意的边界点
            }
            else if(target==nums[middle])
            return middle;
        }
        return -1;

1.左开右闭(left,right]

源代码如下:

    int n=nums.size();
    int left=0;
    int right=n; //right是第一个要注意的边界点
    int mid;
    while(left<right) //while循环是第二个要注意的边界点
    {
        mid=(left+right)/2;
        if(target==nums[mid])
        return mid;
        else if(target<nums[mid])
        {
            right=mid; //right和mid的赋值是第三个要注意的边界点
        }
        else if(target>nums[mid])
        {
            left=mid+1;
        }
    }
    return -1;

注意!!!

  1. 首先看right,可以这样理解,比较的时候要取到所有元素,所以闭区间只需要把下标都取到即可,而开区间需要再往后取一位,这样才能保证取到了数组中的所有元素。

  2. 其次看while循环语句,我们在进行循环时,要保证区间端点合理的,当闭区间两端相等时,可以去到该元素,例如[a,a],就可以取到a这个元素,但是半开半闭区间却不行,例如[a,a)就是一个不合法的区间,这也就决定了while循环中要不要加等号

  3. 当通过判断 else if(target<nums[mid]) 进入right和mid的赋值时,说明mid不是要取的值,这个时候下一个区间不应该再有mid这个数字,开区间直接把右端点改为mid即可,而闭区间需要改为mid-1。

所犯错误

  我在写的时候犯了一些很蠢的错误,不太具有参考价值,不过还是记录下来:

1.把数组名写错了,没错,你没听错,就是把nums[mid]写成a[mid]了。
2.忘记定义n了,这个题型大家在刷题的时候一定要看清楚Leetcode里面给了些什么没给什么。

题目2 移除数组元素

LeetCode27移除元素

题目要点

移除元素一共有两个方法,分别是暴力解法和双指针法,下面我们将一一介绍:

1.暴力解法

  所谓暴力解法,也就是我们初学数组时最常用的方法,找到要删除的元素的下标,把该元素删除,并把后面的元素往前移动,这种方法就不多赘述,但要注意在进行一个for循环之后的i--操作,以下是LeedCode源代码:

int n=nums.size();
        for(int i=0;i<n;i++)
        {
            if(nums[i]==val)
            {
                for(int j=i;j<n-1;j++)
                {
                    nums[j]=nums[j+1];
                }
                i--; //注意这里
                n--;
            }
        }
        printf("%d, nums = [",n);
        for(int i=0;i<n;i++)
        printf("%d,",nums[i]);
        printf("]");
        return n;

  这里的i--操作是因为,执行完这个循环体后,又一次进入最外层的for循环,此时位于位置i的数字还没有检查,但是最外层for循环要进行i++操作,为了检测当前i位置的新数字,要先进行i--的操作,例如数组[1,2,3,4,4,5],假设要删去4,第一次删除是下标为3,也就是第一个4,但是经历过内层for循环后,第二个4的下标为3,此时如果不进行i--的操作,就会少删去一个4。

2.双指针法<时间复杂度为O(n)的神奇方法>

  双指针法的大体思路如下:首先定义一个快指针和一个慢指针,快指针从前向后遍历数组,当快指针指到的元素不为val时,快指针将该值赋值给慢指针,慢指针下标+1。
  也就是说,慢指针指向的是要被赋值的下标,而快指针指向所要赋值的数字,举个例子,例如数组[1,2,3,3,4,5],val=3,整个过程如下:

fast=0 slow=0 a[slow]=1
fast=1 slow=1 a[slow]=2
fast=2 slow=1 a[slow]不赋值,因为a[fast]=val
fast=3 slow=1 a[slow]不赋值,因为a[fast]=val
fast=4 slow=2 a[slow]=4
fast=5 slow=3 a[slow]=5

源代码如下:

	int n=nums.size();
        int fast=0;
        int slow=0;
        for(fast=0;fast<n;fast++)
        {
           if(nums[fast]!=val)
           {
               nums[slow]=nums[fast];
               slow++;
           }
        }
        return slow;
        printf("%d, nums = [",n);
        for(int i=0;i<slow;i++)
        printf("%d,",nums[i]);
        printf("]");
    }

今日小结

1.写代码的时候要细心,不要出一些名字写错、忘加分号的低级错误。
2.要先理解代码的核心思路,理解思路是一回事,上手去敲又是另外一回事,一定要多去实践,在实践的过程中发现易错细节记下来。
3.一些判断语句一定一定要注意临界条件,往往是解体的关键。

参考网站

强推!!!!
代码随想录
代码随想录B站配套视频文章来源地址https://www.toymoban.com/news/detail-712053.html

到了这里,关于二分查找结果总是不对?一文帮你解决二分查找的边界问题&&数组移除元素太耗时间,双指针法为你打开新世界的大门,降时间复杂度为O(n)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

  • conda安装GPU版pytorch,结果总是cpu版本

    正常安装某版本pytorch时,采用官网的方法和对应的命令,选择适合的pytorch、cudatoolkit版本 Previous PyTorch Versions | PyTorch 由于要在GPU上运行,但测试发现pytorch装的是cpuonly的版本: 得到的结果是false 再检查安装的pytorch版本,可以看到是cpuonly的版本: 这里建议直接采用解决三 参

    2024年02月06日
    浏览(61)
  • 二分查找入门教学(动态讲解图、模拟示例、二分查找代码讲解)

    博客昵称: 吴NDIR 个人座右铭:得之淡然,失之坦然 作者简介:喜欢轻音乐、象棋,爱好算法、刷题 其他推荐内容: 计算机导论速记思维导图 其他内容推荐: 五种排序算法 在这个愉快的周末让我们聊一下 二分查找 吧!二分查找是一种很常用的算法,可帮助我们在有序数

    2023年04月18日
    浏览(46)
  • 二分查找(整数二分)

    二分法,即二分搜索法,是通过不断缩小解可能存在的范围,从而求得问题最优解的方法。 例如,如果一个序列是有序的,那么可以通过二分的方法快速找到所需要查找的元素,相比线性搜索要快不少。 此外二分法还能高效的解决一些单调性判定的问题。 二分的关键不在于

    2024年02月08日
    浏览(51)
  • 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(53)
  • 【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(52)
  • 【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(52)
  • 【算法系列篇】二分查找——这还是你所知道的二分查找算法吗?

    在生活中,我们往往会遇到在数组中查找某个确定的元素的时候,通常我们会选择使用暴力解法,这样虽然简单,但是时间复杂度是O(N),时间效率比较低。那么是否有方法可以使得在具有二段性的数组中找某一特定的元素的时间复杂度低于0(N)呢?答案是肯定的,当我们可以

    2024年02月11日
    浏览(52)
  • 二分查找--查找整数位置

    描述 二分查找 又叫 折半查找。它采用的是\\\"分治策略\\\"。 给出非降序排列的 n 个整数,查找是否存在某个整数,如果存在,则输出其位置。 输入描述 第一行是一个整数 n(0n≤200000) 表示整数的个数。 接下来是 n 个整数,每个整数之间用一个空格分隔。 接下来一行是一个

    2024年02月13日
    浏览(44)
  • 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(54)
  • 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(46)

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