上图表示常用的二分查找模板:

第一种是最基础的,查找区间左右都为闭区间,比较后若不等,剩余区间都不会再包含mid;一般在不需要确定目标值的边界时,用此法即可。

第二种查找区间为左闭右开,要确定target左边界时,若nums[mid] == target,取right = mid

int left = 0;
int right = arr.length; //注意 while (left < right) { //注意
//相比 mid = (left + right) / 2的写法可以防止越界
int mid = left + (right - left) / 2;
if (arr[mid] == target) {
//向左查找边界
right = mid;
} else if (arr[mid] < target) {
left = mid + 1;
} else if (arr[mid] > target) {
right = mid;
}
} /**
* 跳出循环时,left=right;left对应元素可能为target。
* 当target若大于所有元素,退出循环时有left=right=nums.length。故最后需要判断left是否越界以及left对应元素是否为target
*/
if (left >= arr.length) return -1; //target比所有元素都大(没找到),此时表示小于target的元素有left个
if (arr[left] != target) return -1; //(没找到)此时表示小于target的元素有left个 return left; //left为target的左边界,表示小于target的元素有left个。可知,若没找到target,left为target该顺序插入的位置。

要确定target右边界时,若nums[mid] == target,取left = mid + 1:

int left = 0;
int right = arr.length; //注意 while (left < right) { //注意
int mid = left + (right - left) / 2;
if (arr[mid] == target) {
//向右边界查找
left = mid + 1;
} else if (arr[mid] < target) {
left = mid + 1;
} else if (arr[mid] > target) {
right = mid;
}
}
/**
* 跳出循环时,left=right;left - 1 对应元素可能为target(比如:只有一个target时,mid指向target,下一步会将left置为mid + 1);
* 当target小于所有元素时有left=right=0;故最后需要判断left-1是否越界和left-1对应元素是否为target
*/
if (left - 1 < 0) return -1;
if (arr[left - 1] != target) return -1; return left - 1;

为什么left = mid + 1right = mid? 这是因为我们的查找区间始终是保持为左闭右开

重要的来了,如果前面两种你觉得麻烦不好记忆那么你只需要记住第三种即可第三种最为强大,查找区间左右都为闭区间,比较后若不等,剩余区间都再包含mid,最后退出时leftright相邻,故都有可能为target。理论上绝大部分场景第三种模板都能解决。

int left = 0;
int right = arr.length - 1; while (left + 1 < right) {
int mid = left + (right - left) / 2;
if (arr[mid] == target) {
//向右边界查找;向左边界查找改为 right = mid;
left = mid;
} else if (arr[mid] < target) {
left = mid;
} else if (arr[mid] > target) {
right = mid;
}
} //判断结果
if (arr[left] == target) {
return left;
}
if (arr[right] == target) {
return right;
} return -1;

61 · 搜索区间

给定一个包含 n 个整数的排序数组,找出给定目标值 target 的起始和结束位置。

如果目标值不在数组中,则返回[-1, -1]

使用模板二:

public class Solution {
public int[] searchRange(int[] arr, int target) {
int left = 0;
int right = arr.length; //注意左闭右开 while (left < right) { //注意
int mid = left + (right - left) / 2; if (arr[mid] == target) {
//向左查找边界
right = mid;
} else if (arr[mid] < target) {
left = mid + 1;
} else if (arr[mid] > target) {
right = mid;
}
} int start = 0;
if (left >= arr.length) {
return new int[] {-1, -1}; //没找到
} else if (arr[left] != target) {
return new int[] {-1, -1}; //没找到
} else if (arr[left] == target) {
start = left;
} left = 0;
right = arr.length; while (left < right) {
int mid = left + (right - left) / 2; if (arr[mid] == target) {
//向右边界查找
left = mid + 1;
} else if (arr[mid] < target) {
left = mid + 1;
} else if (arr[mid] > target) {
right = mid;
}
} //这里无需判断是因为查找左边界时已经确定了target存在
int end = left - 1; //注意 return new int[] {start, end};
}
}

你能尝试用模板三解决吗?

35. 搜索插入位置

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

使用模板三:

class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length - 1; while (left + 1 < right) {
int mid = left + (right - left) / 2; if (nums[mid] < target) {
left = mid;
} else if (nums[mid] > target) {
right = mid;
} else if (nums[mid] == target) {
left = mid; // 查找左边界
}
} if (nums[left] >= target) return left;
if (nums[right] >= target) return right;
// 如果 target 大于所有元素
if (target > nums[right]) return nums.length; return 0;
}
}

使用模板二:

class Solution {
public int searchInsert(int[] nums, int target) {
int left = 0;
int right = nums.length; //注意,左闭右开 while (left < right) {
int mid = left + (right - left) / 2; //查找target的左边界
if (nums[mid] == target) {
right = mid;
} else if (nums[mid] > target) {
right = mid;
} else if (nums[mid] < target) {
left = mid + 1;
}
} //target的下标(存在时)或小于target的个数
return left;
}
}

74. 搜索二维矩阵

编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:

  • 每行中的整数从左到右按升序排列。
  • 每行的第一个整数大于前一行的最后一个整数。

使用模板三:将二维转换为一维

class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
int m = matrix.length;
int n = matrix[0].length; int left = 0;
int right = m*n - 1; while (left + 1 < right) {
int mid = left + (right - left) / 2; int row = mid / n;
int col = mid % n; if (matrix[row][col] == target) {
return true;
} else if (matrix[row][col] > target) {
right = mid;
} else if (matrix[row][col] < target) {
left = mid;
}
} System.out.println(right);
if (matrix[left / n][left % n] == target) return true;
if (matrix[right / n][right % n] == target) return true; return false;
}
}

使用模板一:

class Solution {
//将二维矩阵转化为一维数组
public boolean searchMatrix(int[][] matrix, int target) {
int m = matrix.length;
int n = matrix[0].length;
int left = 0;
int right = m * n - 1; //普通二分查找,两边都闭合 while (left <= right) {
int mid = left + (right - left) / 2;
int row = mid / n;
int col = mid % n; if (matrix[row][col] == target) {
return true;
} else if (matrix[row][col] > target) {
right = mid - 1;
} else if (matrix[row][col] < target) {
left = mid + 1;
}
} return false;
}
}

278. 第一个错误的版本

你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。

假设你有 n 个版本 [1, 2, ..., n],你想找出导致之后所有版本出错的第一个错误的版本。

你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。

使用模板三:

public class Solution extends VersionControl {
//思路:T代表争取,F代表错误。给定一个序列 T T T T F F F,查找第一个F下标。二分查找,
public int firstBadVersion(int n) {
int left = 1;
int right = n; //左右都闭合 while (left + 1 < right) { //注意
int mid = left + (right - left) / 2; if (isBadVersion(mid)) {
right = mid;
} else {
left = mid;
}
} if (isBadVersion(left)) {
return left;
}
return right;
}
}

使用模板二:

public class Solution extends VersionControl {
//思路:T代表争取,F代表错误。给定一个序列 T T T T F F F,查找第一个F下标。二分查找,
public int firstBadVersion(int n) {
long left = 1;
long right = (long)n + 1; //左闭右开,改为long,否则2147483647会越界 while (left < right) {
int mid = (int) (left + (right - left) / 2); //查找左边界
if (isBadVersion(mid)) {
right = mid;
} else {
left = mid + 1;
}
} return (int)left;
}
}

153. 寻找旋转排序数组中的最小值

已知一个长度为 n 的数组,预先按照升序排列,经由 1n旋转 后,得到输入数组。例如,原数组 nums = [0,1,2,4,5,6,7] 在变化后可能得到:

  • 若旋转 4 次,则可以得到 [4,5,6,7,0,1,2]
  • 若旋转 7 次,则可以得到 [0,1,2,4,5,6,7]

注意,数组 [a[0], a[1], a[2], ..., a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]]

给你一个元素值 互不相同 的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素

使用模板三:

class Solution {
public int findMin(int[] nums) {
int left = 0;
int right = nums.length - 1; //左闭右开 while (left + 1 < right) { //注意
int mid = left + (right - left) / 2; //始终拿 mid 和 right比较
//在最小值的左边
if (nums[mid] > nums[right]) {
left = mid;
//在最小值的右边
} else if (nums[mid] < nums[right]) {
right = mid;
}
//没有重复数字的情况下不会出现等于的情况
} if (nums[left] < nums[right]) {
return nums[left];
}
return nums[right];
}
}

使用模板二:

class Solution {
public int findMin(int[] nums) {
int target = nums[nums.length - 1]; int left = 0;
int right = nums.length; //注意,左闭右开 while (left < right) {
int mid = left + (right - left) / 2; //查找左边界
if (nums[mid] == target) { // 2 3 4 1
right = mid;
//在最小值的左边
} else if (nums[mid] > target) {
left = mid + 1;
//在最小值的右边
} else if (nums[mid] < target) {
right = mid;
}
} return nums[left];
}
}

154. 寻找旋转排序数组中的最小值 II

已知一个长度为 n 的数组,预先按照升序排列,经由 1n旋转 后,得到输入数组。例如,原数组 nums = [0,1,4,4,5,6,7] 在变化后可能得到:

  • 若旋转 4 次,则可以得到 [4,5,6,7,0,1,4]
  • 若旋转 7 次,则可以得到 [0,1,4,4,5,6,7]

注意,数组 [a[0], a[1], a[2], ..., a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], ..., a[n-2]]

给你一个可能存在 重复 元素值的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素

使用模板三:

class Solution {
public int findMin(int[] nums) {
int left = 0;
int right = nums.length - 1; while (left + 1 < right) {
int mid = left + (right - left) / 2; //相等时,你无法确定此时 mid 在最小值的左边还是右边,如:2 2 2 2 2 3 4 2
//不用担心 2 为最小值时 right-- 会漏掉最小值,此时 2 总是有一个副本,mid 或 最左侧
if (nums[mid] == nums[right]) {
right--;
//在最小值的左边
} else if (nums[mid] > nums[right]) {
left = mid;
//在最小值的右边
} else if (nums[mid] < nums[right]) {
right = mid;
}
} if (nums[left] < nums[right]) {
return nums[left];
}
return nums[right];
}
}

33. 搜索旋转排序数组

整数数组 nums 按升序排列,数组中的值 互不相同

在传递给函数之前,nums 在预先未知的某个下标 k0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2]

给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1

使用模板三:

class Solution {
public int search(int[] nums, int target) {
int left = 0;
int right = nums.length - 1; //左右都为闭区间 while (left + 1 < right) {
int mid = left + (right - left) / 2; //可利用mid跟left 或 right比较从而确定 left 和 mid 或 mid 与 right那个区间是有序的
//left 和 mid间有序
if (nums[left] < nums[mid]) {
if (target >= nums[left] && target <= nums[mid]) {
right = mid;
} else {
left = mid;
}
//mid 和 right间有序
} else if (nums[mid] < nums[right]) {
if (target >= nums[mid] && target <= nums[right]) {
left = mid;
} else {
right = mid;
}
}
} if (nums[left] == target) {
return left;
} if (nums[right] == target) {
return right;
} return -1;
}
}

81. 搜索旋转排序数组 II

已知存在一个按非降序排列的整数数组 nums ,数组中的值不必互不相同。

在传递给函数之前,nums 在预先未知的某个下标 k0 <= k < nums.length)上进行了 旋转 ,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,4,4,5,6,6,7] 在下标 5 处经旋转后可能变为 [4,5,6,6,7,0,1,2,4,4]

给你 旋转后 的数组 nums 和一个整数 target ,请你编写一个函数来判断给定的目标值是否存在于数组中。如果 nums 中存在这个目标值 target ,则返回 true ,否则返回 false

使用模板三:

class Solution {
public boolean search(int[] nums, int target) {
int left = 0;
int right = nums.length - 1; //左右都为闭区间 while (left + 1 < right) {
int mid = left + (right - left) / 2; //可利用mid跟left 或 right比较从而确定 left 和 mid 或 mid 与 right那个区间是有序的
if (nums[left] < nums[mid]) {
if (target >= nums[left] && target <= nums[mid]) {
right = mid;
} else {
left = mid;
}
} else if (nums[mid] < nums[right]) {
if (target >= nums[mid] && target <= nums[right]) {
left = mid;
} else {
right = mid;
}
} else if (nums[left] == nums[mid]) { //与上例不同点
left++;
} else if (nums[right] == nums[mid]) { //与上例不同点
right--;
}
} if (nums[left] == target || nums[right] == target) {
return true;
} return false;
}
}

LeetCode入门指南 之 二分搜索的更多相关文章

  1. LeetCode入门指南 之 链表

    83. 删除排序链表中的重复元素 存在一个按升序排列的链表,给你这个链表的头节点 head ,请你删除所有重复的元素,使每个元素 只出现一次 .返回同样按升序排列的结果链表. class Soluti ...

  2. LeetCode入门指南 之 排序

    912. 排序数组 给你一个整数数组 nums,请你将该数组升序排列. 归并排序 public class Sort { //归并排序 public static int[] MergeSort(in ...

  3. LeetCode入门指南 之 二叉树

    二叉树的遍历 递归: void traverse (TreeNode root) { if (root == null) { return null; } //前序遍历位置 traverse(root ...

  4. LeetCode入门指南 之 栈和队列

    栈 155. 最小栈 设计一个支持 push ,pop ,top 操作,并能在常数时间内检索到最小元素的栈. push(x) -- 将元素 x 推入栈中. pop() -- 删除栈顶的元素. top( ...

  5. LeetCode入门指南 之 回溯思想

    模板 result = {} void backtrack(选择列表, 路径) { if (满足结束条件) { result.add(路径) return } for 选择 in 选择列表 { 做选择 ...

  6. LeetCode入门指南 之 动态规划思想

    推荐学习labuladong大佬的动态规划系列文章:先弄明白什么是动态规划即可,不必一次看完.接着尝试自己做,没有思路了再回过头看相应的文章. 动态规划一般可以由 递归 + 备忘录 一步步转换而来,不 ...

  7. 《转载》编程入门指南 v1.4

    编程入门指南 v1.4 Badger · 8 个月前 作者:@萧井陌, @Badger 自由转载-非商用-非衍生-保持署名 | Creative Commons BY-NC-ND 3.0 CoCode ...

  8. Web API 入门指南 - 闲话安全

    Web API入门指南有些朋友回复问了些安全方面的问题,安全方面可以写的东西实在太多了,这里尽量围绕着Web API的安全性来展开,介绍一些安全的基本概念,常见安全隐患.相关的防御技巧以及Web AP ...

  9. Vue.js 入门指南之“前传”(含sublime text 3 配置)

    题记:关注Vue.js 很久了,但就是没有动手写过一行代码,今天准备入手,却发现自己比菜鸟还菜,于是四方寻找大牛指点,才终于找到了入门的“入门”,就算是“入门指南”的“前传”吧.此文献给跟我一样“白痴 ...

随机推荐

  1. 动态 DP

    一道入门 DP + 修改 = 动态 DP. 以模板题为例,多次询问树的最大独立集,带修改. 先有 naive 的 DP,记 \(f_{u,0/1}\) 表示 \(u\) 点不选/选时以 \(u\) 为 ...

  2. vue点击复制功能

    复制功能,选中复制或者点击复制(不使用插件的情况下) 1.选中复制 这个比点击复制简单点 <template>   <div>     <el-button type=& ...

  3. Hadoop (8088)未授权访问

    cd /vulhub/hadoop/unauthorized-yarn 加速下载环境 sudo vim /etc/docker/daemon.json 添加 {"registry-mirro ...

  4. 一文读懂Spring动态配置多数据源---源码详细分析

    Spring动态多数据源源码分析及解读 一.为什么要研究Spring动态多数据源 ​ 期初,最开始的原因是:想将答题服务中发送主观题答题数据给批改中间件这块抽象出来, 但这块主要使用的是mq消息的方式 ...

  5. 3D性能优化 | 说一说glTF文件压缩

    引言 最近做T级互动,需要使用到3D模型.相信大家和我一样,在开始着手的时候,一定会有这么些问题: 1.如何选择3D模型的导出格式 2.如何对模型文件进行优化 3.在大流量的项目中兼容性怎么样 让我们 ...

  6. openstack June all-in-one 安装手册

    by lt,hyc 1.安全规范 表1:openstack用户和密码值设置 用户名 含义  本文的设置值 Admin openstack管理员用户 ADMIN_PASS Keystone openst ...

  7. 『Java』List Set

    观前提醒:本文内容多为入门时的学习笔记,笔记内容有些混乱!!! | | | | | | | | | | | | 泛型只能是引用类型,不能是基本类型. 如果希望集合中存储的是基本类型数据,需要基本类型对 ...

  8. 『Java』StringBuilder类使用方法

    String类存在的问题 String类的底层是一个被final修饰的byte[],不能改变. 为了解决以上问题,可以使用java.lang.StringBuilder类. StringBuilder ...

  9. STP进阶版MSTP

    一.MSTP简介 1.1.MSTP工作原理 mstp是一个公有生成树协议,在实际生产环境中得到了广泛的应用.传统的生成树只运行一个实例,且收敛速度慢,RSTP在传统的STP基础上通过改进达到了加速网络 ...

  10. 解决java种mysql中文乱码问题

    乱码问题原因有多种,其中有一种是由于MySQL默认使用 ISO-8859-1 ( 即Latin1 ) 字符集,而JAVA内部使用Unicode编码,因此在JAVA中向MYSQL数据库插入数据时,或者读 ...