算法学习—二分查找
1、二分查找的概念
当我们碰到需要获取数列中的元素或者利用数列中的元素时,最快想到的方法就是通过顺序查找,一个一个找下去,这种查找方式基本上市从头开始到末尾,将所有的元素都找一遍,直到找到了想要的元素。
这种方法因为是需要查找所有的元素,所以当元素数量太多的时候,就会出现超时的情况出现,效率十分低下,所以一般实际的情况下我们不是用顺序查找。
取而代之的,是二分查找。二分查找顾名思义,就是将一个数列分成两个部分,分别查找元素。虽然说该种方法比较高效,但是这种方法是建立在数列有序的基础上的,所以对于一些不能排序的数列,可能不适用二分查找;除此之外,二分查找的结果只能是一个,不能是多个。
2、基本思想
二分查找的基本思想是:我们首先定义两个首尾元素,一般一开始默认是在数列的第一位以及最后一位。然后我们找到两个首尾元素的中间点元素 mid ,将该元素与我们作为比较的元素相对比,然后决定我们下一步所取的数列的区间范围。而在所取范围之外的另一半的元素我们自然就不用再查找了,效率就大大地提高了。
3、解题步骤
1.将数列排序
2.通过首尾节点确定中间点元素 mid
3.将mid与比较的元素相对比,判断下一次所取的区间
4.最后只剩下一个结果时,结束
4、二分查找的模板
4.1、第一类:数据无重复查找数据
所要查找的数据如下所示:
位置:0 1 2 3 4 5 6 7 8 9
数据:1 2 3 4 5 6 7 8 9 10
代码:
1 | public int binarySearch(int[] numbers, int target) { |
4.2、第二类:数据有重复查找小于该数的最后一个数字的位置
位置:0 1 2 3 4 5 6 7 8 9
数据:1 1 2 2 3 3 3 3 4 4
在本类型中,我们查找小于3的最后一个数据的位置。
代码:
1 | public int binarySearch(int[] numbers, int target) { |
4.3、第三类:数据有重复查找该数字第一次出现的位置
位置:0 1 2 3 4 5 6 7 8 9
数据:1 1 2 2 3 3 3 3 4 4
在本类中,我们查找数字3第一次出现的位置。
1 | public int binarySearch(int[] numbers, int target) { |
4.4、第四类:数据有重复查找该数字最后一次出现的位置
位置:0 1 2 3 4 5 6 7 8 9
数据:1 1 2 2 3 3 3 3 4 4
在本类中,我们查找数字3最后一次出现的位置。
1 | public int binarySearch(int[] numbers, int target) { |
4.5、第五类:数据有重复查找第一个大于该数的数字的位置
位置:0 1 2 3 4 5 6 7 8 9
数据:1 1 2 2 3 3 3 3 4 4
在本类中,我们查找第一个大于数字3的数字的位置。
1 | public int binarySearch(int[] numbers, int target) { |
5、实际例子
5.1、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。
示例1:
1 | 输入: nums = [1,3,5,6], target = 5 |
示例2:
1 | 输入: nums = [1,3,5,6], target = 2 |
提示:
1 | 1 <= nums.length <= 104 |
解题思路:
该题目的意思是在数列中找到一个目标值,并返回其索引,所以该题符合 类型一 的情况。
我们假设该位置为 pos ,所以有成立的条件为:
$$
nums[pos−1]<target≤nums[pos]
$$
其中 nums 代表排序数组。由于如果存在这个目标值,我们返回的索引也是 pos,因此我们可以将两个条件合并得出最后的目标:「在一个有序数组中找第一个大于等于 target 的下标」。
完整代码:
1 | class Solution { |
5.2、x 的平方根
给你一个非负整数 x ,计算并返回 x 的 算术平方根 。
由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。
注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5) 或者 x ** 0.5 。
示例1:
1 | 输入:x = 4 |
示例2:
1 | 输入:x = 8 |
提示:
1 | 0 <= x <= 231 - 1 |
解题思路:
由于 x 平方根的整数部分 ans 是满足k的平方小于等于x
的最大 k 值,因此我们可以对 k 进行二分查找,从而得到答案。
二分查找的下界为 0,上界可以粗略地设定为 x。在二分查找的每一步中,我们只需要比较中间元素 mid 的平方与 xx 的大小关系,并通过比较的结果调整上下界的范围。由于我们所有的运算都是整数运算,不会存在误差,因此在得到最终的答案 ans 后,也就不需要再去尝试 ans+1 了。
完整代码:
1 | class Solution { |