当前位置: 首页 > article >正文

【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

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;h=m-1;
  • nums[m] == target时可立即返回

局限性:对nums = [1, 3, 3, 3, 4]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;h=m;
  • 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;h=m;
  • 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
  • 查找区间的开闭情况,lh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
  • 返回值,例如应该返回l、返回m、还是返回h

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)

题目描述

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)

题目描述

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)

题目描述

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)

题目描述

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)

题目描述

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)

题目描述

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)

题目描述

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)

题目描述

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


http://www.kler.cn/a/457943.html

相关文章:

  • 浅谈下Spring MVC的执行流程
  • 创建线程的8种方法
  • 面试场景题系列:设计视频分享系统
  • Redis 数据类型全解析:基础与进阶应用场景
  • 紫光展锐推出高性能四核4G 智能穿戴平台W377E,应用场景更丰富
  • ThreadLocal的概述,及如何避免内存泄漏
  • Zynq PS端外设之GPIO
  • 复习打卡大数据篇——Hadoop YARN
  • 安装winserver2008R2虚拟机步骤
  • Github Copilot 插件更新失败
  • 留学生交流互动系统|Java|SSM|VUE| 前后端分离
  • Day59 图论part09
  • Lumos学习王佩丰Excel第二十三讲:饼图美化与PPT图表
  • 添砖java第四更@(+)@
  • 594: Maximum Tape Utilization Ratio
  • netcat和nmap的区别
  • C++ 设计模式:桥接模式(Bridge Pattern)
  • imgproxy图像处理的高效与安全
  • 语言模型评价指标
  • Android笔试面试题AI答之Android基础(5)
  • stm32系列MCU介绍
  • 4.FPGA如何实现设计
  • 动态规划四——子序列系列
  • 回归预测 | MATLAB实现CNN-LSTM卷积长短期记忆神经网络多输入单输出回归预测
  • 基于Qt中QMessageBox类的登陆界面对话框应用
  • springBoot使用groovy脚本