二分查找及其变形

二分查找的思路主要是,在有序数组中,一开始查找的区间是整个数组,两个指针在最左和最右,然后根据区间中间(最左+最右)/ 2位置的结果判断把查找的区间变成左半个区间还是右半个区间。

变形问题可能包括,由一个有序数组变成两个连续的有序数组,也就是旋转数组的问题。

力扣34 在排序数组中查找元素的第一个和最后一个位置

题目描述:

给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target,返回 [-1, -1]

示例:输入:nums = [5,7,7,8,8,10], target = 8 输出:[3,4]

class Solution:
    def midSearch(self, nums, target):
        left, right = 0, len(nums) - 1
        while left <= right:
            mid = (left + right) // 2
            if nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1
        return left

    def searchRange(self, nums: List[int], target: int) -> List[int]:
        n = len(nums)
        if n == 0 or target < nums[0] or target > nums[n - 1]:
            return [-1, -1]
        # 找到比目标值相等和大1的数字
        l_border = self.midSearch(nums, target)
        if nums[l_border] != target:
            return [-1, -1]
        r_border = self.midSearch(nums, target + 1) - 1
        return [l_border, r_border]

 力扣162 寻找峰值

题目描述:

峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。

你可以假设 nums[-1] = nums[n] = -∞ 。

示例:

输入:nums = [1,2,1,3,5,6,4]
输出:1 或 5 
解释:你的函数可以返回索引 1,其峰值元素为 2;
     或者返回索引 5, 其峰值元素为 6。
class Solution:
    def findPeakElement(self, nums: List[int]) -> int:
        # 红蓝染色法,完全没听懂讲解,但是代码就是二分查找的代码
        # [0, n - 2]
        # (-1, n -1)
        left = -1 
        right = len(nums) - 1
        while left + 1 < right:
            mid = (left + right) // 2
            if nums[mid] < nums[mid + 1]: # 左边染为红色
                left = mid
            else:
                right = mid
        return right

力扣153 寻找旋转排序数组中的最小值

题目描述:

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 。

示例:

输入:nums = [3,4,5,1,2]
输出:1
解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。
class Solution:
    def findMin(self, nums: List[int]) -> int:
        n = len(nums)
        left, right = 0, n - 1
        while left <= right:
            mid = (left + right) // 2
            if nums[mid] > nums[n - 1]: # 分成了两段,且mid在前一段,应该继续判断[mid+1,right]
                left = mid + 1
            else: # 最小值应该在[left,mid-1]之间
                right = mid - 1
        return nums[left]

力扣33 搜索旋转排序数组

题目描述:

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 。

示例:

输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4
class Solution:
    def midSearch(self, nums, left, right, target):
        while left <= right:
            mid = (left + right) // 2
            if nums[mid] == target:
                return mid
            elif nums[mid] > target:
                right = mid - 1
            else:
                left = mid + 1
        return -1
    
    def findMin(self, nums):
        left, right = -1, len(nums) - 1
        while left + 1 < right:
            mid = (left + right) // 2
            if nums[mid] < nums[-1]: # [left,mid]
                right = mid
            else:
                left = mid
        return right

    def search(self, nums: List[int], target: int) -> int:
        if len(nums) == 0:
            return -1
        k = self.findMin(nums) # 找到最小值的下标
        if nums[k] == target:
            return k
        if target > nums[-1]: # 说明在第一段
            return self.midSearch(nums, 0, k - 1, target)
        return self.midSearch(nums, k, len(nums) - 1, target)

### PTA平台上的二分查找实现题目及其解法 在PTA平台上,有关于二分查找的经典题目和其实现方法。以下是基于已知引用内容以及专业知识的详细介绍。 #### 1. 题目描述与函数接口 根据参考资料[^3],PTA上的一道典型题目要求实现二分查找算法。其函数接口定义如下: ```c++ Position BinarySearch(List L, ElementType X); ``` 其中: - `List` 是一个有序列表。 - `ElementType` 表示待查找的数据类型。 - 返回值为 `Position` 类型,表示目标元素的位置;如果未找到,则返回特定标志位(通常为 `-1` 或其他约定值)。 --- #### 2. C++中的二分查找实现 以下是一个标准的C++实现方式,适用于有序数组的情况[^2]: ```cpp #include <iostream> using namespace std; int BinarySearch(int arr[], int n, int target) { int left = 0; int right = n - 1; // 数组长度减一作为右边界 while (left <= right) { // 当左指针小于等于右指针时继续循环 int mid = left + (right - left) / 2; // 计算中间位置 if (arr[mid] == target) { // 如果找到目标值 return mid; // 返回索引 } else if (arr[mid] < target) { // 若目标值大于中间值 left = mid + 1; // 调整左边界到mid右侧 } else { // 若目标值小于中间值 right = mid - 1; // 调整右边界到mid左侧 } } return -1; // 未找到目标值 } int main() { int arr[] = {1, 3, 5, 7, 9}; // 已排序数组 int n = sizeof(arr)/sizeof(arr[0]); int target = 5; int result = BinarySearch(arr, n, target); // 执行二分查找 if (result != -1) { cout << "Element found at index: " << result << endl; } else { cout << "Element not found." << endl; } return 0; } ``` 上述代码展示了如何在一个升序排列的数组中执行二分查找操作。注意该算法的时间复杂度为 \(O(\log n)\)[^1]。 --- #### 3. 关键点解析 - **有序性前提**:二分查找的前提条件是输入序列必须已经按顺序排列好(通常是从小到大)。这是由于每次比较都需要依赖当前区间的中间值来进行决策[^1]。 - **时间复杂度分析**:每轮迭代都将搜索范围缩小一半,因此总次数大约为 \(\lceil\log_2n\rceil\) 次。 - **空间复杂度优化**:此版本采用的是原地修改左右边界的策略,无需额外存储空间,故空间复杂度仅为 \(O(1)\)。 --- #### 4. 常见变体问题 除了基本形式外,在实际应用过程中还可能遇到一些变形情况,比如寻找第一个等于给定值的元素或者最后一个不大于某个数的位置等问题。这些都可以通过对原有逻辑稍作调整来完成。 ---
评论
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