35. Search Insert Position(二分法)

本文详细解析了SearchInsertPosition问题,即在已排序数组中查找目标值或确定其应插入的位置。提供了四种二分查找算法实现,包括直接比较和条件判断优化,帮助读者深入理解并掌握该算法。

Search Insert Position

【题目】

Given a sorted array and a target value, return the index if the target is found. If not, return the index where it would be if it were inserted in order.

You may assume no duplicates in the array.

(翻译: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。)

Example 1:

Input: [1,3,5,6], 5
Output: 2

Example 2:

Input: [1,3,5,6], 2
Output: 1

Example 3:

Input: [1,3,5,6], 7
Output: 4

Example 4:

Input: [1,3,5,6], 0
Output: 0

【分析】

这道题其实是二分法的变形,我在这里写了四种不同的二分法来实现题目要求,其中前两种是同一个思路,后两种是同一个思路:

写法一:

public int searchInsert(int[] nums, int target) {
        int start = 0;
        int end = nums.length;
        while (start < end) {
            int mid = (start + end) >> 1;
            int midNum = nums[mid];
            if (midNum < target) {
                start = mid + 1;
            } else {
                end = mid;
            }
        }
        return start;
    }

写法二:

public int searchInsert1(int[] nums, int target) {
        int start = 0;
        int end = nums.length - 1;
        int ans = nums.length;
        while (start <= end) {
            int mid = (start + end) >> 1;
            int midNum = nums[mid];

            if (midNum >= target) {
                ans = mid;
                end = mid - 1;
            } else {
                start = mid + 1;
            }
        }
        return ans;
    }

写法三:

public int searchInsert2(int[] nums, int target) {
        int start = 0;
        int end = nums.length - 1;
        while (start + 1 < end) {
            int mid = (end - start) / 2 + start;
            if (target < nums[mid]) end = mid;
            else if (target > nums[mid]) start = mid;
            else return mid;
        }
        if (target <= nums[start]) {
            return start;
        } else if (target <= nums[end]) {
            return end;
        } else {
            return end + 1;
        }
    }

写法四:

public int searchInsert3(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1;
        while (left <= right) {
            //int mid = (left + right)/2;
            int mid = (right - left) / 2 + left;
            if (nums[mid]==target) return mid;
            else if(nums[mid] > target) right = mid - 1;
            else left = mid + 1;
        }
        return left;
    }


 

二分法是一种用于数值计算的迭代算法,用于在一个区间内寻找函数的根。其基本思想是将区间一分为二,然后根据函数在区间两端点的取值情况,确定根位于哪一半区间内,然后继续在该子区间内进行二分,直到满足所需的精度要求。 以下是使用Python实现二分法求解函数 $f(x)=x^3 + x^2 - 1$ 在区间 $[0,1]$ 上的根,精度 $E = 0.0005$ 的代码: ```python def f(x): return x**3 + x**2 - 1 # 二分法函数 def bisection_method(a, b, E): # 检查区间两端点的函数值是否异号 if f(a) * f(b) >= 0: raise ValueError("函数在区间两端点的函数值必须异号。") while (b - a) / 2 > E: # 计算区间的中点 c = (a + b) / 2 # 检查中点是否为根 if f(c) == 0: return c # 根据函数值的符号更新区间 elif f(c) * f(a) < 0: b = c else: a = c # 返回最终的近似根 return (a + b) / 2 # 定义区间和精度 a = 0 b = 1 E = 0.0005 # 调用二分法函数求解根 root = bisection_method(a, b, E) print(f"函数 f(x)=x^3 + x^2 - 1 在区间 [0,1] 上的根,精度 E = 0.0005 的近似值为: {root}") ``` ### 代码解释: 1. **定义函数 $f(x)$**:定义了要求根的函数 $f(x)=x^3 + x^2 - 1$。 2. **二分法函数 `bisection_method`**:该函数接受区间的左右端点 `a` 和 `b`,以及精度 `E` 作为参数。在函数内部,首先检查区间两端点的函数值是否异号,如果不是则抛出异常。然后在循环中,不断将区间一分为二,根据中点的函数值更新区间,直到区间的长度小于等于 $2E$。最后返回区间的中点作为近似根。 3. **调用二分法函数**:定义区间 $[0,1]$ 和精度 $E = 0.0005$,并调用 `bisection_method` 函数求解根。最后打印出近似根的值。 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值