【算法思想04】二分查找
文章目录
- 1. 基本思想与实现
- 1.1 基本思想
- 1.2 值m的计算方式
- 1.3 查找失败时的返回值
- 1.4 代码实现
- 1.4.1 循环
- 1.4.2 递归
- 2. 性能分析
- 2.1 时间复杂度
- 2.2 与顺序查找的效率比较
- 3. 应用
- 3.1 前提
- 3.2 变体
- 3.2.1 最基本的二分查找
- 3.2.2 寻找左侧边界的二分查找
- 3.2.3 寻找右侧边界的二分查找
- 3.2.4 三种二分查找的实现代码
- 3.3 注意事项
- 4. 例题
- 4.1 [二分查找(704简单)](https://leetcode.cn/problems/binary-search/)
- 4.2 [X的平方根(69简单)](https://leetcode.cn/problems/sqrtx/)
- 4.3 [寻找比目标字母大的最小字母(744简单)](https://leetcode.cn/problems/find-smallest-letter-greater-than-target/)
- 4.4 [有序数组中的单一元素(540中等)](https://leetcode.cn/problems/single-element-in-a-sorted-array/)
- 4.5 [第一个错误的版本(278简单)](https://leetcode.cn/problems/first-bad-version/)
- 4.6 [寻找旋转排序数组中的最小值(153中等)](https://leetcode.cn/problems/find-minimum-in-rotated-sorted-array/)
- 4.7 [在排序数组中查找元素的第一个和最后一个位置(34中等)](https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/)
- 4.8 [寻找峰值(162中等)](https://leetcode.cn/problems/find-peak-element/)
- 4.9 [修车最少时间(2594中等)](https://leetcode.cn/problems/minimum-time-to-repair-cars/description/)
- 参考资料
1. 基本思想与实现
1.1 基本思想
二分查找是一种在有序数组中查找目标元素的算法,又称折半查找。
通过将数组分成两部分,并比较目标元素与数组中间元素的大小,来确定目标元素在哪一部分中。
- 如果目标元素等于中间元素,则查找成功。
- 如果目标元素小于中间元素,则在左半部分继续查找。
- 如果目标元素大于中间元素,则在右半部分继续查找。
重复这个过程,直到找到目标元素或确定目标元素不存在。
Input : [1,2,3,4,5]
target : 3
return the index : 2
1.2 值m的计算方式
- m = (l + h) / 2,可能出现加法溢出,即
l+h
的结果超出整型的表示范围。 - m = l + (h - l) / 2,建议使用。
1.3 查找失败时的返回值
循环退出时如果仍然没有查找到target
,那么表示查找失败。可以有两种返回值:
- -1:以一个错误码表示没有查找到
target
- l:将
target
插入到nums
中的正确位置
1.4 代码实现
1.4.1 循环
框架:
public int binarySearch(int[] nums, int target) {
int l = 0, h = ...;
while (...) {
int m = l + (h - l) / 2;
if (nums[m] == target) { // 查找成功
...
} else if (nums[m] > target) { // 查找左半区间
h = ...;
} else if (nums[m] < target) { // 查找右半区间
l = ...;
}
}
return ...;
}
基本实现:
public int binarySearch(int[] nums, int target) {
// 1. 设置查找区间
int l = 0, h = nums.length - 1;
// 2. 若查找区间[l, h]不存在,则查找失败
while (l <= h) {
// 3. 取中间元素nums[m]与目标元素target比较大小
int m = l + (h - l) / 2;
if (nums[m] == target) { // 3.1 查找成功
return m;
} else if (nums[m] > target) { // 3.2 查找左半区间
h = m - 1;
} else { // 3.3 查找右半区间
l = m + 1;
}
}
return -1;
}
1.4.2 递归
基本实现:
public int recursiveBinarySearch(int[] nums, int l, int h, int target) {
// 1. 若查找区间[l, h]不存在,则查找失败
if (l > h) return -1;
// 2. 取中间元素nums[m]与目标元素target比较大小
int m = l+ (h - l) / 2;
if (nums[m] == target) { // 2.1 查找成功
return m;
} else if (nums[m] > target) { // 2.2 查找左半区间
return recursiveBinarySearch(l, m-1, nums, target);
} else { // 2.3 查找右半区间
return recursiveBinarySearch(m+1, h, nums, target);
}
}
2. 性能分析
2.1 时间复杂度
二分查找的时间复杂度取决于查找成功或失败的情况。
在最好情况下,即目标元素恰好是数组中间元素,只需要进行1次比较就能找到目标元素,时间复杂度为O(1)。
在最坏情况下,即查找不到目标元素,需要进行log2(n)次比较,其中n是数组的长度,时间复杂度为O(log n)。
平均情况下,二分查找的时间复杂度也是O(log n)。
2.2 与顺序查找的效率比较
顺序查找的平均时间复杂度为O(n),因此二分查找性能更优。
3. 应用
3.1 前提
二分查找只适用于有序数组。如果数组无序,需要先进行排序操作,然后再进行二分查找。
3.2 变体
3.2.1 最基本的二分查找
- 初始化
h = nums.length - 1;
- 查找区间
[l, h]
- 循环终止条件
while (l <= h)
- 区间收缩
l=m+1;
或h=m-1;
- 当
nums[m] == target
时可立即返回
局限性:对nums = [1, 3, 3, 3, 4]
和target = 3
的情况,会返回索引2,无法求得target
的左侧边界1和右侧边界3。
3.2.2 寻找左侧边界的二分查找
- 初始化
h = nums.length;
- 查找区间
[l, h)
- 循环终止条件
while (l < h)
- 区间收缩
l=m+1;
或h=m;
- 当
nums[m] == target
时不要立即返回,收缩右侧边界以锁定左侧边界,返回left
3.2.3 寻找右侧边界的二分查找
- 初始化
h = nums.length;
- 查找区间
[l, h)
- 循环终止条件
while (l < h)
- 区间收缩
l=m+1;
或h=m;
- 当
nums[m] == target
时不要立即返回,收缩左侧边界以锁定右侧边界。因收缩左侧边界执行了l = m + 1
,因此返回左侧边界时需要-1;因查找区间为左闭右开,因此返回右侧边界时也需要-1。
查找区间的开闭情况、循环终止条件是否包含等号都取决于h
的初始化值。
3.2.4 三种二分查找的实现代码
public int binarySearch(int[] nums, int target) {
int l = 0, h = nums.length - 1;
while (l <= h) {
int m = l + (h - l) / 2;
if (nums[m] == target) {
// 直接返回
return m;
} else if (nums[m] > target) {
h = m - 1;
} else {
l = m + 1;
}
}
// 直接返回
return -1;
}
public int leftBound(int[] nums, int target) {
int l = 0, h = nums.length - 1;
while (l <= h) {
int m = l + (h - l) / 2;
if (nums[m] == target) {
// 不返回,收缩右边界,锁定左边界
h = m - 1;
} else if (nums[m] > target) {
h = m - 1;
} else {
l = m + 1;
}
}
// 检查l越界的情况
if (l >= nums.length || nums[l] != target) return -1;
return l;
}
public int rightBound(int[] nums, int target) {
int l = 0, h = nums.length - 1;
while (l <= h) {
int m = l + (h - l) / 2;
if (nums[m] == target) {
// 不返回,收缩左边界,锁定右边界
l = m + 1;
} else if (nums[m] > target) {
h = m - 1;
} else {
l = m + 1;
}
}
// 检查r越界的情况
if (r < 0 || nums[r] != target) return -1;
return r;
}
3.3 注意事项
- 边界值的判断,例如
h=m-1
还是h=m
等 - 查找区间的开闭情况,
l
和h
的更新完全取决于查找的区间 - 循环终止条件,例如应该使用
l<h
还是l<=h
等 - 返回值,例如应该返回
l
、返回m
、还是返回h
等
4. 例题
以下例题的题解皆使用基于循环的二分查找实现。
4.1 二分查找(704简单)
4.2 X的平方根(69简单)
即使用二分查找在区间[0,x]中查找x的平方根
class Solution {
public int mySqrt(int x) {
if (x <= 1) return x;
int l = 1, h = x;
while (l <= h) {
int m = l + (h-l) / 2;
if (x/m == m) { // 使用m*m会溢出
return m;
} else if (x/m < m) { // target in [l, m-1]
h = m - 1;
} else { // target in [m+1, h]
l = m + 1;
}
}
return h; // 退出循环的条件是l>h,所以此时h总是小于l的,因此返回h而不是返回l
}
}
4.3 寻找比目标字母大的最小字母(744简单)
class Solution {
public char nextGreatestLetter(char[] letters, char target) {
int l = 0, h = letters.length - 1;
while (l <= h) {
if (letters[l] > target) return letters[l];
int m = l + (h-l) / 2;
if (letters[m] <= target) { // target in [m+1, h]
l = m + 1;
} else { // target in [l, m]
h = m;
}
}
return letters[0];
}
}
4.4 有序数组中的单一元素(540中等)
令target为单一元素在数组中的位置
在target之后,数组中原来存在的成对状态被改变
如果m为偶数
当m + 1 < index,有nums[m] == nums[m+1]
当m + 1 >= index,有nums[m] != nums[m+1]
class Solution {
public int singleNonDuplicate(int[] nums) {
int l = 0,h = nums.length - 1;
while (l < h) {
// 保证l、m、h都在偶数位,使得查找区间的长度为奇数
if (m % 2 == 1) m--;
if (nums[m] == nums[m+1]) { // target in [m+2, h]
l = m + 2;
} else { // target in [l, m]
h = m;
}
}
// l=h,不返回nums[m]
return nums[l];
}
}
4.5 第一个错误的版本(278简单)
使用二分查找,找到[false,false,...,false,true,true,...true]中第一个true的下标
/* The isBadVersion API is defined in the parent class VersionControl.
boolean isBadVersion(int version); */
public class Solution extends VersionControl {
public int firstBadVersion(int n) {
int l = 1, h = n;
while (l <= h) {
int m = l + (h-l) / 2;
if (isBadVersion(m)) { // target in [l, m-1]
h = m - 1;
} else { // target in [m+1, h]
l = m + 1;
}
}
return l;
}
}
4.6 寻找旋转排序数组中的最小值(153中等)
class Solution {
public int findMin(int[] nums) {
int l = 0, h = nums.length-1, m=0;
while (l < h) {
m = l + (h-l) / 2;
if (nums[m] > nums[h]) { // target in [m+1, h]
l = m + 1;
} else { // target in [l, m]
h = m;
}
}
return nums[l];
}
}
4.7 在排序数组中查找元素的第一个和最后一个位置(34中等)
使用二分查找的方式缩小区间,查找数组nums中元素的值都为target的子区间[l, h]
class Solution {
public int[] searchRange(int[] nums, int target) {
int l = 0, h = nums.length - 1;
while (l <= h) {
int m = l + (h-l) / 2;
if (nums[m] < target) { // target in [m+1,h]
l = m + 1;
} else if (nums[m] > target) { // target in [l,m-1]
h = m - 1;
} else { // nums[m] == target
if (nums[l] == nums[h]) {
if (nums[l] == target) return new int[]{l,h};
else return new int[]{-1,-1};
}
if (nums[l] < target) l++;
if (nums[h] > target) h--;
}
}
return new int[]{-1,-1};
}
}
4.8 寻找峰值(162中等)
对于所有有效的 i 都有 nums[i] != nums[i + 1]
.
由提示知相邻元素的值不相等,寻找数组中的极大值(该值也可能是边界值)
input: [1,2,3] - > output: 2
class Solution {
public int findPeakElement(int[] nums) {
int l = 0, h = nums.length - 1;
while (l < h) {
int m = l + (h-l) / 2;
if (nums[m] < nums[m+1]) { // target in [m+1, h]
l = m + 1;
} else { // target in [l, m]
h = m;
}
}
return l;
}
}
4.9 修车最少时间(2594中等)
枚举时间 t 能都修完所有汽车。假设最少时间为 t,则
时间大于等于 t 都可以修完,否则都修不完,所以 t 的值域具有单调性,可以枚举 t 并使用二分查找。
.
在ranks[i]*n^2的时间内可以修完n辆车 -> 机械工i的效率为1/ranks[i]
随机取一个机械工修完所有车的时间作为上界
class Solution {
public long repairCars(int[] ranks, int cars) {
long left = 0, right = 1l * ranks[0]*cars*cars; // 防止溢出
long mid = 0;
while (left < right) {
mid = left + (right - left) / 2;
if (check(ranks, cars, mid)) { // 判断mid分钟内机械工们能否修完cars
right = mid; // 能修完。移动上界
} else {
left = mid + 1; // 修不完。移动下界
}
}
return left; // 一定是执行left=mid+1后才跳出循环的
}
private boolean check(int[] ranks, int cars, long mid) {
long cnt = 0;
for (int x : ranks) { // 累计每个机械工在mid分钟内修完的汽车数目
cnt += (long) Math.sqrt(mid / x);
}
return cnt >= cars;
}
}
参考资料
- Leetcode 题解 - 二分查找
- 图文并茂带你入门二分查找算法
- labuladong的算法小抄 - 我写了首诗,把二分搜索算法变成了默写题
撰写于2024年1月16日凌晨2时