二分查找算法 (算法详解+模板+例题)

文章目录

  • 二分查找算法简介
  • 1.朴素的二分查找
  • 2. 在排序数组中查找元素的第一个和最后一个位置
  • 3. 搜索插入位置
  • 4. 山脉数组的峰顶索引
  • 5.寻找峰值
  • 6. 寻找旋转排序数组中的最小值

二分查找算法简介

二分查找算法并不是针对在数组有序的情况下,通过后面的题我们就会知道实际上只要是满足"二段性"的题目,都可以通过二分查找算法来实现

我们可以分成三种情况

  1. 朴素的二分查找(最简单,但是基本不涉及)

  2. 查找左边界的二分查找

  3. 查找右边界的二分查找

第二第三基本是万能的,但细节较多

我们来看一张二分查找与遍历查找的效率对比图。

在这里插入图片描述

1.朴素的二分查找

题目链接

在这里插入图片描述

算法流程为:

  1. 定义 left , right 指针,分别指向数组的左右区间。

  2. 找到待查找区间的中间点 mid ,找到之后分三种情况讨论:
    arr[mid] == target 说明正好找到,返回 mid 的值;
    arr[mid] > target 说明 [mid, right] 这段区间都是⼤于 target 的,因此舍去右边区间,在左边 [left, mid -1] 的区间继续查找,即让 right = mid - 1 ,然后重复 2 过程;
    arr[mid] < target 说明 [left, mid] 这段区间的值都是⼩于 target 的,因此舍去左边区间,在右边 [mid + 1, right] 区间继续查找,即让 left = mid + 1 ,然后重复 2 过程;

  3. 当 left 与 right 错开时,说明整个区间都没有这个数,返回 -1

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

注意 : 那么我们可以通过 left + (right - left) / 2来计算,通过变换就会发现这个公式实际上和 (left + right )/ 2是一样的,但是没有left+ right,就避免了数据范围溢出的风险,

2. 在排序数组中查找元素的第一个和最后一个位置

题目链接

在这里插入图片描述

我们先寻找左端点:

在这里插入图片描述
通过上图,我们会很容易地看出,左端点将数组划分为左区间和右区间,这不就就是我们在一开始就强调的"二段性",那么我们就可以利用二分查找来寻找这个左端点

在这里插入图片描述
(1) nums[mid] < target :那么就说明mid落在左边的区域,而左边是不可能存在target,那么我们就要到右边去寻找,所以left就要+1,接着在left到right区间寻找

(2)nums[mid] >= target ,说明我们的mid落在右边区域,但是我们不能单独判断等于,因为我们不知道是不是左端点,所以我们让right = mid,接着在left到right区间寻找

注意 : 求中点操作

  1. int mid = left + (right - left)/2;
    在这里插入图片描述
  2. 但是如果我们用mid = left + (right-left+1)/2 公式,那么此时mid = 5,right = mid后,死循环了
    . 在这里插入图片描述

我们再寻找右端点:

在这里插入图片描述
此时我们会发现分成两段区间,左边 <= target,右边 >= target

(1) nums[mid] <= target :那么就说明mid落在左边的区域,而左边是不可能存在target,那么我们就要到右边去寻找,所以left = mid,接着在left到right区间寻找

(2)nums[mid] > target ,说明我们的mid落在右边区域,所以我们让right = mid - 1,接着在left到right区间寻找

这样,left和right就会向中间靠拢,直到相遇,那么他们的相遇点就是左端点
实际上我们会发现与上面的操作是左右颠倒过来的

因此我们计算mid的公式应该用第二个,即left + (right - left + 1)/2

class Solution {
public:vector<int> searchRange(vector<int>& nums, int target) {vector<int> v;if(nums.size() == 0) return {-1,-1};int left = 0, right = nums.size()-1;//找左端点while(left < right){int mid = left + (right - left)/2;if(nums[mid] < target){left = mid + 1;}else if(nums[mid] >= target){right = mid;}}v.push_back(left);left = 0;right = nums.size() - 1;//找右端点while(left < right){int mid = left + (right - left + 1)/2;if(nums[mid] <= target){left = mid;}else if(nums[mid] > target){right = mid - 1;}}v.push_back(right);if(nums[right] != target) return {-1,-1};return v;}
};

3. 搜索插入位置

题目链接

在这里插入图片描述

此题是在寻找小于target的最后一个数的位置或者是等于target的数的位置,那么我们可以根据这个位置把区间划分为两段,左边 < target,右边是>= target,这就是"二段性",就可以利用二分查找的算法来解题.那么端点自然就在右区间了

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

4. 山脉数组的峰顶索引

题目链接

在这里插入图片描述

显而易见的二段性,把数组分为两段

左边的是上升阶段,即 nums[mid] > nums[mid-1] ,
右边阶段是下降阶段,即nums[mid] < nums[mid - 1] .由于我们是判断mid 和 mid - 1的关系,自然时把峰值包含在左区间的

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

5.寻找峰值

题目链接

在这里插入图片描述

此题与上一题不同的是峰值不止一个,题目说:nums[-1] 和 nums[n] 是负无穷,也就是峰值是一定存在的,哪怕是一个递增(递减)的序列

在这里插入图片描述
就会形成类似这样的走势,我们返回其中的一个峰值即可

加上我们在区间中随便找一个点k,那它大致分为两种情况:

(1)nums[k] < nums[k-1],即这个点是在下降区间的,那么这个点的左区间就一定存在峰值,因为nums[-1]是负无穷,那我们就要去左区间找

(2)nums[k] > nums[k-1],即这个点是在上升区间的,那么这个点的右区间就一定存在峰值,因为nums[-1]是负无穷,那我们就要去右区间找

因此又是显然的二段性,由于我们是判断mid 和 mid - 1的关系,自然时把峰值包含在左区间的

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]){right = mid;}   elseleft = mid + 1;}return left;}
};

6. 寻找旋转排序数组中的最小值

题目链接

在这里插入图片描述

最小的元素会很明显地把数组划分为:

在这里插入图片描述
两段蓝色的区间,左边任何一个数都小于nums[n-1] (n是数组长度),那么我们就要去右边找;右边任何一个数都大于等于nums[n-1],但是我们不知道这个值是不是最小值,因此让right = mid,继续把区间往左缩小来找

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/57128.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【存储设备专栏 2.2 -- linux 下 fdisk -l 命令详细介绍2 】

文章目录 实例详解 fdisk -l第一部分&#xff1a;磁盘 /dev/sda详细解释&#xff1a; 第二部分&#xff1a;环回设备 /dev/loop8详细解释&#xff1a; 总结 实例详解 fdisk -l 在 Linux 系统中执行 fdisk -l 命令会输出详细的磁盘和分区信息。下面我们具体解释一下下面的log每…

【贝加莱PLC基础教学】2.1 搜索并连接到对应的PLC(1)

【贝加莱PLC基础教学】目录大全_贝加莱plc p23 1361-CSDN博客 PLC其实和单片机差别不大&#xff0c;无非就是大一点的单片机。另外多加了一点点计算机网络和通讯知识&#xff0c;然而就是这一点点计算机网络知识让大家望而却步。 0.基础知识 在计算机网络中&#xff0c;我们通…

【MySQL】索引的机制、使用

在学习索引知识之前&#xff0c;我们可以先了解一下什么是索引。实际上&#xff0c;索引就是数据库中一个或多个列存储的结构&#xff0c;能够支持数据库管理系统在不扫描整张表的情况下也能查询到数据行&#xff0c;能够大大提升查询效率。举个例子&#xff0c;我们想要找到一…

信号与噪声分析——第一节-确定信号的分析

目录 1.确定信号的分析 1.1确定信号的分类&#xff1a; 1.周期信号与非周期信号&#xff1a; 周期信号的定义&#xff1a; 性质&#xff1a; 2.能量信号与功率信号&#xff1a; 定义 区别&#xff1a; 3.基带信号与频带信号&#xff1a; 基带信号的定义&#xff1a; …

【RabbitMQ】RabbitMQ 的七种工作模式介绍

目录 1. Simple(简单模式) 2. Work Queue(工作队列) 3. Publish/Subscribe(发布/订阅) 4. Routing(路由模式) 5. Topics(通配符模式) 6. RPC(RPC通信) 7. Publisher Confirms(发布确认) 上一篇文章中我们简单认识了RabbitM1: 【RabbitMQ】RabbitMQ 的概念以及使用Rabb…

IO编程——消息队列

题目&#xff1a; 代码实现&#xff1a; #include <myhead.h> //正文大小 #define MSGSZ (sizeof(struct msgbuf)-sizeof(long)) //定义要发送的消息类型 struct msgbuf{long msgtype; //消息类型char mtext[1024]; //消息正文 };int main(int argc, const char *ar…

linux下建立软链接

深度学习训练中经常会遇到数据量庞大或者工程中模型报错太多导致磁盘空间不够&#xff0c;但是又不想修改原来在代码中写的路径&#xff0c;这个时候制作软连接很有作用&#xff0c;把占用量大的目录移到别的空闲磁盘&#xff0c;然后在原来的目录做一个软连接指向那个移到的空…

k8s ETCD数据备份与恢复

在 Kubernetes 集群中&#xff0c;etcd 是一个分布式键值存储&#xff0c;它保存着整个集群的状态&#xff0c;包括节点、Pod、ConfigMap、Secrets 等关键信息。因此&#xff0c;定期对 etcd 进行备份是非常重要的&#xff0c;特别是在集群发生故障或需要恢复数据的情况下。本文…

Java--集合(三)之vectorlinkedlisthashset结构

文章目录 0.架构图1.vector解析2.LinkedList分析2.1源码分析2.2迭代器遍历的三种方式 3.set接口的使用方法3.1基本使用说明3.2基本遍历方式3.3HashSet引入3.4数组链表模拟3.5hashset扩容机制3.6hashset源码解读3.7扩容*转成红黑树机制**我的理解 0.架构图 1.vector解析 和之前介…

【Vue】Vue3.0(十四)接口,泛型和自定义类型的概念及使用

上篇文章&#xff1a; 【Vue】Vue3.0&#xff08;十三&#xff09;中标签属性ref&#xff08;加在普通标签上、加在组件标签上&#xff09;、局部样式 &#x1f3e1;作者主页&#xff1a;点击&#xff01; &#x1f916;Vue专栏&#xff1a;点击&#xff01; ⏰️创作时间&…

Windows进程的睡眠与唤醒

在总体架构庞大、包含很多进程协同工作的系统中。有时把系统内某些后台进程睡眠&#xff0c;待需要时再唤醒&#xff0c;可以节约操作系统资源&#xff0c;提升系统运行效率。 进程睡眠&#xff1a; bool Widget::suspendProcess(DWORD targetProcessId) {// 获取进程句柄HAN…

数据结构——二叉树的基本操作及进阶操作

前言 介绍 &#x1f343;数据结构专区&#xff1a;数据结构 参考 该部分知识参考于《数据结构&#xff08;C语言版 第2版&#xff09;》116 ~ 122页 及 《数据结构教程》201 ~ 213页 重点 树的基本实现并不难&#xff0c;重点在于对递归的理解才是树这部分知识带来的最大收…

python绝对值怎么表示

python abs()函数用于获取数字的绝对值&#xff0c;参数可以是负数、正数、浮点数或者长整形。 语法&#xff1a; abs( x ) 下面是详细参数&#xff1a; X&#xff1a;这是一个数值表达式。 返回值&#xff1a; x的绝对值。 例如&#xff1a; #!/usr/bin/python print &q…

smbms(2)

目录 一、修改密码功能实现 二、优化密码修改&#xff0c;加入旧密码确认环节【使用Ajax】 三、用户管理实现 获取用户数量 获取用户列表 获取角色列表 Servlet 一、修改密码功能实现 1、导入前端素材 2、UserDao接口 3、UserDaoImpl实现类 4、UserService接口 5、Us…

解决ffmpeg通过srt文件给视频添加字幕时乱码问题

ffmpeg添加字幕乱码 #添加源 echo "deb http://deb.debian.org/debian bookworm contrib non-free" > /etc/apt/sources.list.d/contrib.list #更新源 apt-get install ttf-mscorefonts-installer apt-get install fontconfig apt-get update cd /usr/share/fon…

Unity中常用组件介绍

在Unity中&#xff0c;组件是构建游戏对象功能的基本单元。以下是一些常见的Unity组件及其作用&#xff1a; Transform&#xff1a;控制对象的位置、旋转和缩放。每个游戏对象都默认为有这个组件。 Rigidbody&#xff1a;使对象受物理影响&#xff08;如重力、碰撞等&#xff…

人脸识别系统概述

人脸识别是目前人工智能领域中成熟较早、落地较广的技术之一&#xff0c;广泛应用于手机解锁、支付验证、安防布控等多个领域。其核心在于通过特定的算法识别图像或视频中人脸的身份&#xff0c;这一过程的实现离不开特征算法的支持。以下是对人脸识别特征算法的详细介绍&#…

力扣76~80题

题76&#xff08;困难&#xff09;&#xff1a; 分析&#xff1a; 这道题其实不难&#xff0c;但是是我做最久的了&#xff0c;我居然去用res去接所有可能得值&#xff0c;然后再求长度导致空间暴力&#xff0c;我还以为是我queue的问题。。。 最后用暴力求解解的&#xff0c…

hardhat部署智能合约

Hardhat安装 安装node 可以使用 nvm 安装node GitHub - nvm-sh/nvm: Node Version Manager - POSIX-compliant bash script to manage multiple active node.js versions 安装Hardhat 打开命令行工具&#xff0c;输入&#xff1a; mkdir hardhat-demo cd hardhat-demo npm i…