文章目录
- 二分查找
- 704. 二分查找
- 35. 搜索插入位置
二分查找
二分查找算法是一种在有序数组中查找特定元素的搜索算法。算法的工作原理是,通过比较数组中间元素和目标值,如果目标值等于中间元素,那么查找结束。如果目标值小于或大于中间元素,则在数组的前半部分或后半部分进行查找。此过程将一直持续到找到目标值,或者搜索范围为空。
需要注意的是,二分查找算法只适用于已排序的数组。如果给定的数组是无序的,那么在进行二分查找之前,需要先对数组进行排序。
以下是一个朴素二分查找算法的步骤:
(1)选择数组的中间元素。
(2)如果中间元素正好是要查找的元素,则搜索过程结束。
(3)如果要查找的元素大于中间元素,则在数组的后半部分进行搜索。
(4)如果要查找的元素小于中间元素,则在数组的前半部分进行搜索。
704. 二分查找
二分查找
(1)二分查找
算法思路:(当 right = nums.size()-1 时)
我们定义 left , right 指针,分别指向数组的左右区间。之后找到待查找区间的中间点 middle ,找到之后分三种情况讨论:
(1)nums[middle] == target 说明正好找到,返回 mid 的值;
(2)nums[middle] > target 说明 [middle, right] 这段区间都是大于 target 的, 因此舍去右边区间,在左边 [left, middle -1] 的区间继续查找,即让 right = middle - 1 ,然后重复 2 过程;
(3)nums[middle] < target 说明 [left, middle] 这段区间的值都是小于 target 的, 因此舍去左边区间,在右边 [middle + 1, right] 区间继续查找,即让 left = middle + 1 ,然后重复 2 过程;
当 left 与 right 错开时,说明整个区间都没有这个数,返回 -1。
算法实现过程:(当 right = nums.size()-1 时)
首先,它初始化两个指针,‘left’和’right’,分别指向数组的开始和结束。 然后,它进入一个循环,在循环中,它找到数组中间的元素(‘middle’),并根据这个中间元素和目标值的比较结果来更新搜索范围。
如果中间元素等于目标值,那么函数就返回中间元素的索引。
如果中间元素大于目标值,那么目标值必然在数组的左半部分, 所以它将’right’指针移动到’middle - 1’,缩小搜索范围为左半部分。
否则,目标值必然在数组的右半部分, 所以它将’left’指针移动到’middle + 1’,缩小搜索范围为右半部分。
如果在数组中没有找到目标值,那么函数返回-1。
class Solution {
public:int search(vector<int>& nums, int target) {int left=0,right=nums.size()-1;while(left<=right)//[left right]{int middle=(right+left)/2;if(nums[middle]==target)return middle;else if(nums[middle]>target)//[left target middle ... right]right=middle-1; //[left target right]else //[left ... middle target right]left=middle+1; //[left target right]}return -1;}
};
当然right也可以等于nums.size()
和上面的代码实现基本类似,只是有些条件需要改变。
class Solution {
public:int search(vector<int>& nums, int target) {int left=0,right=nums.size();while(left<right)//[left right){int middle=(right+left)/2;if(nums[middle]==target)return middle;else if(nums[middle]>target)//[left target middle ... right)right=middle; //[left target right)else //[left ... middle target right)left=middle+1; //[left target right)}return -1;}
};
时间复杂度:O(logn)
35. 搜索插入位置
搜索插入位置
(1)二分查找
算法思路:
(1)设插入位置的坐标为 index , 根据插入位置的特点可以知道:
[left, index - 1] 内的所有元素均是小于 target 的;
[index, right] 内的所有元素均是大于等于 target 的。
(2)设 left 为本轮查询的左边界, right 为本轮查询的右边界。 根据 mid 位置元素的信息,分析下⼀轮查询的区间:
当 nums[mid] >= target 时,说明 mid 落在了 [index, right] 区间上, mid 左边包括 mid 本身,可能是最终结果,所以我们接下来查找的区间在 [left, mid] 上。因此,更新 right 到 mid 位置,继续查找。
当 nums[mid] < target 时,说明 mid 落在了 [left, index - 1] 区间上, mid 右边但不包括 mid 本⾝,可能是最终结果,所以我们接下来查找的区间在 [mid +1, right] 上。因此,更新 left 到 mid + 1 的位置,继续查找。
(3)直到我们的查找区间的长度变为 1 ,也就是 left == right 的时候, left 或者right 所在的位置就是我们要找的结果。
算法实现:
(1)初始化两个指针,left和right,分别指向数组的开始和结束。
(2)进入一个while循环,只要left小于right,循环就会继续。 在循环中,首先找到数组中间的元素(mid)。
(3)如果中间元素小于目标值,那么目标值必然在数组的右半部分,所以将left移动到mid+1,缩小搜索范围为右半部分。
(4)否则,目标值必然在数组的左半部分或者就是中间元素本身,所以将right移动到mid,缩小搜索范围为左半部分或者就是中间元素。
(5)当循环结束时,right指向的元素可能是目标值,也可能不是。如果这个元素小于目标值,说明目标值应该插入到数组的右侧,所以返回right+1;否则,返回right。
class Solution {
public:int searchInsert(vector<int>& nums, int target) {int left=0,right=nums.size()-1;while(left<right){int mid=(left+right)/2;if(nums[mid]<target)left=mid+1;elseright=mid;}if(nums[right]<target)//判断target是否大于nums中的最大值return right+1;return right;}
};
时间复杂度:O(logn)