LeetCode入门指南 之 二分搜索

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 + 1 而 right = 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,剩余区间都会再包含mid,最后退出时left和right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1到n次 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1到n次 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k(0 <= 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k(0 <= 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
- 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 ...
 - 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 ...
 - 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 ...
 - 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( ...
 - 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 ...
 - 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 ...
 - 《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 ...
 - 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 ...
 - 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
- 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 ...
 - 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=& ...
 - 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 ...
 - 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 ...
 - 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 ...
 - 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 ...
 - 『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 ...
 - 『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 ...
 - 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 ...
 - 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 ...