【刷题】 二分查找进阶

简介: 二分查找的算法思想是很好理解的。朴素二分很容易,但一般常使用左端点查找与右端点查找来解决问题。

送给大家一句话:

你向神求助是因为相信神,神没有回应你是因为神相信你

ε≡٩(๑>₃<)۶ ε≡٩(๑>₃<)۶ ε≡٩(๑>₃<)۶ 一心向学

二分查找进阶

1 前言

二分查找的算法思想是很好理解的。朴素二分很容易,但一般常使用左端点查找与右端点查找来解决问题。

模版:

        int left = 0 , right = nums.size() - 1;
        while(left < right)
        {
            int mid = left + (right - left) / 2;
            //int mid = left + (right - left + 1) / 2;
            if(  // 判断条件 )
            {
                left = mid + 1;
                //left = mid 
            }
            else
            {
                right = mid;
                // right = mid - 1
            }
        }
        return left;
        //return right ;
  1. while()循环条件是left < right !
  2. 注意对应关系。right里有 -1 那么对应的求中值就要有+1。把握这个规律,就不会弄乱了

下面来看几道例题,强化训练二分查找的算法思路!通过这些题的训练,就可以很熟悉二分查找算法的思想,以后遇到问题就多了一种解决手段!!!

Leetcode 852. 山脉数组的峰顶索引

上链接:852. 山脉数组的峰顶索引!!!

题目描述

首先我们要理解什么是山峰数组,根据题目的描述,山峰数组就是先升再下降的数组。我们要在其中寻找峰值的索引。这个问题看起来看还是挺简单的

算法思路

首先我们要判断该数组是否存在二段性???

当然有了!

  • 以峰值为分割,左边都是nums[n] < nums[n + 1] 右边都是nums[n] > nums[n + 1]

通过这个二段性我们可以来进行二分查找:


1.如果中值落在左边,那么left 应该 移动到 mid + 1(因为nums[n] < nums[n + 1] ,mid对应的值一定不是峰值)

  1. 如果中值落在右边,那么right 应该 移动到 mid(因为nums[n] > nums[n + 1] ,mid对应的值有可能是峰值)

有了思路,代码很简单就可以写出来,直接套用模版。

class Solution {
public:
    int peakIndexInMountainArray(vector<int>& arr) {
        int mid = 0;
        int left = 0 , right = arr.size() - 1 ;
        while( left < right  )
        {
            mid = left + (right - left + 1) / 2;
            if(arr[mid] > arr[mid - 1] && arr[mid] > arr[mid + 1])
            {
                return mid;
            }
            if(arr[mid] > arr[mid - 1])
            {
                left = mid;
            }
            else
            {
                right = mid - 1;
            }
        }
        return mid;
    }
};

提交:过啦!!!!

Leetcode 162. 寻找峰值

家人们!!!跟上节奏:162. 寻找峰值

题目描述

这道题是上面求峰值索引的变形。这道题具有多个封值(换句话说数组是无序的),那么我们要在无序的数组寻找一个峰值。

算法思路

首先我们来看可不可以判断出来数组的二段性。和求峰值索引一样:

  • 以其中一个峰值为分割,左边一部分是nums[n] < nums[n + 1] 右边一部分是nums[n] > nums[n + 1]

那么根据这个二段性也就是可以写出算法逻辑了:

  1. 如果中值落在左边,那么left 应该 移动到 mid + 1(因为nums[n] < nums[n + 1] ,右边一定存在一个峰值,mid对应的值一定不是峰值)
  2. 如果中值落在右边,那么right 应该 移动到 mid(因为nums[n] > nums[n + 1] ,左边一定存在一个峰值,mid对应的值有可能是峰值)

有了思路,直接套用模版秒了!!!

class Solution {
public:
    int findPeakElement(vector<int>& nums) {
        int left = 0 , right = nums.size() - 1;
        while(left < right)
        {
            int mid = left + (right - left) / 2;
            if(nums[mid] < nums[mid + 1])
            {
                left = mid + 1;
            }
            else
            {
                right = mid;
            }
        }
        return left;
    }
};

提交 过啦!!!

Leetcode 153. 寻找旋转排序数组中的最小值

上链接!!!153. 寻找旋转排序数组中的最小值

题目描述

根据题目描述啊,是很好理解的,就是将一个有序的数组进行移动,使其旋转,形成一个先增长然后断崖后再增长的数组,我们要找到其中的最小值

算法思路

这个题的暴力算法很简单(我们不考虑),首先也是来分析二段性。这个二段性如何进行分析呢???

  • 以其中 数组末位值为分割,由于旋转的特性,左边一部分是大于末位值 右边一部分是小于等于末位值

然后根据二段性进行算法分析:

  1. 如果中值落在左边,那么left 应该 移动到 mid + 1(左边一定不存在最小值,mid 对应的值一定不是最小值)
  2. 如果中值落在右边,那么right 应该 移动到 mid(右边一定不存在一个峰值,mid对应的值有可能是最小值)

根据算法逻辑,直接秒杀:

class Solution {
public:
    int findMin(vector<int>& nums) {
        //分析二段性质
        //左边都大于 末位数字 右边都 小于等于 末尾数字
        int left = 0;
        int right = nums.size() - 1;

        while(left < right)
        {
            int mid = left +(right - left) / 2;
            //说明mid 在最小值 左边 
            if(nums[mid] > nums[nums.size() - 1])
            {
                left = mid + 1;
            }
            else
            {
                right = mid;
            }
        }
        return nums[left];
    }
};

提交:过啦!!!

Leetcode LCR 173. 点名

最后一道:LCR 173. 点名!!!

题目描述

题目非常简单奥,就是寻找断点。(有坑哦)

算法思路

暴力算法有很多种:遍历,位运算,数学公式。我们来用更快速的二分查找算法

首先来分析二段性,这个其实不太好想

  • 以其中断点为分割,左边一部分是数组值与下标相等 ,右边一部分是数组值与下标不相等

根据这个二段性我们就可以来进行算法分析:

  1. 如果中值落在左边,那么left 应该 移动到 mid + 1(左边一定不存在断点,mid 对应的值一定不是断点)
  2. 如果中值落在右边,那么right 应该 移动到 mid(mid对应的值有可能是断点)
  3. 注意如果最后left到了最右边,那么缺少的是最后一名同学,要进行一个判断

根据这个算法逻辑,我们书写代码:

class Solution {
public:
    int takeAttendance(vector<int>& nums) {
        //寻找二段性
        //左边下标对应 右边下标不对应
        int left = 0 ; 
        int right = nums.size() - 1;

        while(left < right)
        {
            int mid = left + (right - left ) / 2;
            //
            if(nums[mid] == mid)
            {
                left = mid + 1;
            }
            else
            {
                right = mid;
            }
        }
        //left到了最右边,缺少的是最后一名同学,要进行一个判断
        return nums[left] == left ? nums.size() : left ;
    }
};

提交过啦!!!

Thanks♪(・ω・)ノ谢谢阅读!!!

下一篇文章见

相关文章
|
4月前
|
人工智能 NoSQL 测试技术
Apipost 与 Apifox:全栈工程师视角下的 API 工具抉择
本文对比了Apipost与Apifox两款API工具在AI能力、数据一致性管理、自动化测试、团队协作、协议支持、数据库支持及离线可用性等多个核心维度的表现。Apipost凭借AI智能化、数据自动同步、全面协议支持及离线功能等优势,在大型项目、高安全场景及多协议调试中表现更出色。而Apifox适合预算有限、小型团队及纯HTTP项目。
104 0
|
前端开发 JavaScript
【Ant Design Pro】使用ant design pro做为你的开发模板(一)拉取项目
【Ant Design Pro】使用ant design pro做为你的开发模板(一)拉取项目
1689 0
【Ant Design Pro】使用ant design pro做为你的开发模板(一)拉取项目
|
6月前
|
人工智能 Java 程序员
JManus - 面向 Java 开发者的开源通用智能体
JManus 是一个以 Java 为核心、完全开源的 OpenManus 实现,隶属于 Spring AI Alibaba 项目。它旨在让 Java 程序员更便捷地使用 AI 技术,支持多 Agent 框架、网页配置 Agent、MCP 协议和 PLAN-ACT 模式。项目在 GitHub 上已获近 3k star,可集成多个大模型如 Claude 3.5 和 Qwen3。开发者可通过 IDE 或 Maven 快速运行项目,体验智能问答与工具调用功能。欢迎参与开源共建,推动通用 AI Agent 框架发展。
10126 65
|
8月前
|
数据采集 监控 数据可视化
11.7K Star!这个分布式爬虫管理平台让多语言协作如此简单!
分布式爬虫管理平台Crawlab,支持任何编程语言和框架的爬虫管理,提供可视化界面、任务调度、日志监控等企业级功能,让爬虫开发管理效率提升300%!
330 1
|
设计模式 算法 C++
C++架构之美:设计卓越应用
C++架构之美:设计卓越应用
813 3
|
Web App开发 移动开发 前端开发
H5微信外支付(移动端浏览器)
H5微信外支付(移动端浏览器)
495 1
 H5微信外支付(移动端浏览器)
|
前端开发 开发者 Docker
深入探索Docker Compose:简化多容器应用的部署
深入探索Docker Compose:简化多容器应用的部署
306 0
|
机器学习/深度学习 数据采集 人工智能
【AI在金融科技中的应用】详细介绍人工智能在金融分析、风险管理、智能投顾等方面的最新应用和发展趋势
人工智能(AI)在金融领域的应用日益广泛,对金融分析、风险管理和智能投顾等方面产生了深远影响。以下是这些领域的最新应用和发展趋势的详细介绍
1612 1
|
机器学习/深度学习 人工智能 数据可视化
生成式 AI 与 LangCHain(二)(2)
生成式 AI 与 LangCHain(二)
513 4
|
缓存 运维 Linux
保姆级python项目离线部署服务器教程只需这一篇就够了(建议收藏)
这篇文章提供了详尽的Python项目在离线Linux(CentOS)服务器上的部署教程。作者首先介绍了环境背景,强调了无网络环境和使用有网络的CentOS虚拟机准备安装包的重要性。教程分为两部分:外网环境搭建和内网离线安装。在外网环境中,包括下载Python 3.9.0安装包、传输至服务器、安装依赖包,并使用pip3下载项目所需依赖。内网安装则涉及依赖包的复制和Python环境的同样步骤。最后,作者分享了运行项目的命令,并总结了离线安装的整个流程,提醒读者注意可能出现的问题。
保姆级python项目离线部署服务器教程只需这一篇就够了(建议收藏)