Leetcode刷题笔记:二分查找算法

简介: LeetCode 对于数组查询算法之一的二分查找算法的简单认识。

题目:二分查找

👏 Hi! 我是 Yumuing,一个技术的敲钟人

👨‍💻 每天分享技术文章,永远做技术的朝拜者

📚 欢迎关注我的博客:Yumuing's blog

折半查找法也称为二分查找法,它充分利用了元素间的次序关系,采用分治策略,可在最坏的情况下用 O(log n) 完成搜索任务。它的基本思想是:(这里假设数组元素呈升序排列且不重复)将n个元素分成个数大致相同的两半,取a[n/2]与欲查找的x作比较,如果x=a[n/2]则找到x,算法终止;如果x < a [n/2],则我们只要在数组a的左半部继续搜索x;如果x > a[n/2],则我们只要在数组a的右 半部继续搜索 x。

通俗讲,就是在有序数组中,寻找一个目标值的步骤为:定好左右边界值下标 left 与 right ,从而确定中间值下标,进而从中间开始排除目标值是否存在于数组中,最后在确认左右区间是否存在目标值,不断循环直至找到目标值或结束循环。

LeetCode题目链接

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。

测试用例

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

提示

  • 你可以假设 nums 中的所有元素是不重复的。
  • n 将在 [1, 10000]之间。
  • nums 的每个元素都将在 [-9999, 9999]之间。

这类型数组为有序数组并且为升序数组,同时题目还强调数组中无重复元素,因为一旦有重复元素,使用二分查找法返回的元素下标可能不是唯一的,这些都是使用二分法的前提条件。

注意:无序数组无法使用二分法、降序与升序数组大小关系相反,中间索引值注意内存溢出

为什么中间值取值需要注意存在内存溢出呢?

如果存在左边界值 int left ,右边界值 int right ,取它们的中间值,第一时间想到的就是 (left+right)/2 ,而这就将发生内存溢出,由于 int 数据类型存在最大最小值,假设,right值等于最大值,left+right 的值就大于 int 的最大值,发生内存溢出。
解决方案:使用 left+((right-left)/2),将每个过程所得值都限制在最大值内。

right-left = 数组长度 < maxInt
(right-left)/2 = middle长度 < maxInt
left<left+((right-left)/2) < right < maxInt
left+((right-left)/2) < right < maxInt

不再出现内存溢出。

二分法的两种做法

二分法就区间的取法可分为两种做法:

  • 左闭右开,即 [left,right)
    每次循环条件为 left< right ,当 nums[middle] > target 时,迭代体为 right = middle,反之,left = middle+1。
  • 左右全闭,即 [left,right]
    每次循环条件为 left<= right ,当 nums[middle] > target 时,迭代体为 right = middle-1,反之,left = middle+1。

此处所提到的左右全闭与左闭右开是边界值下标 left 与 right 相对于目标值 target 而言的取值区间。
对于这两种做法,由于区间不同,着重认识每次循环后,right 的取值问题之间的区别,即边界问题的处理方法。

Java 程序代码

对于本题如若还需其他语言版本的解题代码,请参照代码随想录中的相关内容,链接已放置文末。

边界逻辑代码模板

不能拘泥于模板的使用,否则,可能存在不合时宜地题目优化问题,甚至解决不了问题,学会根据题目需求灵活解决问题才是王道。

  • 左右全闭
class Solution {
   
    public int searchInsert(int[] nums, int target) {
   
        int left = 0, right = nums.length - 1;
        while(left <= right) {
    
            int mid = (left + right) / 2;
            if(nums[mid] == target) {
    
                // 相关逻辑
            } else if(nums[mid] < target) {
   
                left = mid + 1; 
            } else {
   
                right = mid - 1; 
            }
        }
        // 相关返回值
        return 0;
    }
}
  • 左闭右开
    ```java
    class Solution {
    public int searchInsert(int[] nums, int target) {
      int left = 0, right = nums.length; 
      while(left < right) { 
          int mid = (left + right) / 2; 
          if(nums[mid] == target) {
              // 相关逻辑
          } else if(nums[mid] < target) {
              left = mid + 1; 
          } else {
              right = mid; 
          }
      }
      // 相关返回值
      return 0;
    
    }
    }

#### 解题代码

+ 左右全闭

```java
class Solution {
    public int search(int[] nums, int target) {
        int left=0;
        int right=nums.length-1;

        if(nums[left]>target | nums[right]<target){
            return -1;
        }
        else{
            while(left<=right){
                int middle=left+((right-left)/2);
                if(nums[middle]<target){
                    left=middle+1;
                }
                else if(nums[middle]>target){
                    right=middle-1;
                }
                else{ 
                    return middle;
                }
            }
        }
        return -1;
    }
}
  • 左闭右开
class Solution {
   
    public int search(int[] nums, int target) {
   
        int left=0;
        int right=nums.length-1;
        if(nums[left]>target | nums[right]<target){
   
            return -1;
        }
        else{
   
            while(left<right){
   
                int middle=left+((right-left)/2);
                if(nums[middle]<target){
   
                    left=middle+1;
                }
                else if(nums[middle]>target){
   
                    right=middle;
                }
                else{
    
                    return middle;
                }
            }
        }
        return -1;
    }
}

相关链接

相关其他题目 (LeetCode 链接)

求点赞转发

目录
相关文章
|
1月前
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
43 1
|
2月前
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
29 2
|
2月前
|
算法 C# 索引
C#二分查找算法
C#二分查找算法
|
2月前
|
算法 API 计算机视觉
人脸识别笔记(一):通过yuface调包(参数量54K更快更小更准的算法) 来实现人脸识别
本文介绍了YuNet系列人脸检测算法的优化和使用,包括YuNet-s和YuNet-n,以及通过yuface库和onnx在不同场景下实现人脸检测的方法。
73 1
|
2月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
77 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-160、相交链表)
❤️算法笔记❤️-(每日一刷-160、相交链表)
18 1
|
2月前
|
数据可视化 搜索推荐 Python
Leecode 刷题笔记之可视化六大排序算法:冒泡、快速、归并、插入、选择、桶排序
这篇文章是关于LeetCode刷题笔记,主要介绍了六大排序算法(冒泡、快速、归并、插入、选择、桶排序)的Python实现及其可视化过程。
21 0
|
2月前
|
存储 算法 C语言
【C语言】二分查找算法
【C语言】二分查找算法
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
34 0
下一篇
DataWorks