二分查找算法

简介: 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。

👏 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

题目:二分查找

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。

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
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
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)

参考文章

目录
相关文章
|
4月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
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
|
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
|
消息中间件 存储 算法
一文搞懂二分查找算法!
一文搞懂二分查找算法!
121 0
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
31 0
|
4月前
|
存储 算法 Java
深入算法基础二分查找数组
文章深入学习了二分查找算法的基础,通过实战例子详细解释了算法的逻辑流程,强调了确定合法搜索边界的重要性,并提供了Java语言的代码实现。
深入算法基础二分查找数组
|
5月前
|
算法
【算法】二分查找(整数二分和浮点数二分)
算法学习——二分查找(整数二分和浮点数二分)
49 0
【算法】二分查找(整数二分和浮点数二分)
|
4月前
|
算法
【算法】二分查找——二分查找
【算法】二分查找——二分查找
|
6月前
|
存储 算法 C语言
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
|
6月前
|
机器学习/深度学习 算法 索引
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)**,适合无序列表,可以通过`enumerate`或直接遍历索引来实现。**二分查找时间复杂度为O(logn)**,适用于有序列表,利用Python中`left`、`right`指针和`mid`点不断缩小搜索范围。效率上二分查找更优。
下一篇
DataWorks