二分查找
二分查找的本质就是在维持区间不变量的前提下逐步缩小区间,直到找到目标元素或确认目标元素不存在
需要注意:int mid = (left + right) / 2; int mid = left + (right - left) / 2;
防止溢出
等于 target 的位置 | 704. 二分查找
区间不变量:
nums[left - 1] < target
nums[right + 1] > target
class Solution {
public:
// 找等于 target 的值
int search(vector<int>& nums, int target) {
int left = 0, right = nums.size();
// 循环不变量
// nums[left - 1] < target; nums[right] > target
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid;
} else {
return mid;
}
}
return -1;
}
};
插入位置 | lower_bound | 35. 搜索插入位置
class Solution {
public:
// lower_bound 第一个大于等于 target 的位置
int searchInsert(vector<int>& nums, int target) {
int left = 0, right = nums.size();
while (left < right) {
// 区间不变量:
// + nums[left - 1] < target
// + nums[right] >= target
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] >= target) {
right = mid;
}
}
return left;
}
};
lower_bound | upper_bound | 34. 在排序数组中查找元素的第一个和最后一个位置
class Solution {
public:
int lower_bound(vector<int>& nums, int target) {
int left = 0, right = nums.size();
// 循环不变量
// nums[left - 1] < target; nums[right] >= target
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] >= target) {
right = mid;
}
}
// 结果是 left == right, 返回 right 和 left 都可以
return left;
}
vector<int> searchRange_lower(vector<int>& nums, int target) {
int start = lower_bound(nums, target);
if (start == nums.size() || nums[start] != target) {
return {-1, -1};
}
int end = start;
while (end < nums.size() && nums[end] == target) {
++end;
}
return {start, end - 1};
}
int upper_bound(vector<int>& nums, int target) {
int left = 0, right = nums.size();
// 循环不变量
// nums[left - 1] <= target; nums[right] > target
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] <= target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid;
}
}
// 结果是 left == right, 返回 right 和 left 都可以
return left;
}
vector<int> searchRange_upper(vector<int>& nums, int target) {
int end = upper_bound(nums, target);
if (end == 0 || nums[end - 1] != target) {
return {-1, -1};
}
int start = end - 1;
while (start >= 0 && nums[start] == target) {
--start;
}
return {start + 1, end - 1};
}
vector<int> searchRange(vector<int>& nums, int target) {
return searchRange_lower(nums, target);
// return searchRange_upper(nums, target);
}
};
hot 100
4. 寻找两个正序数组的中位数
非常好的讲解:寻找两个正序数组的中位数
中位数的本质:将数组划分成左右相等的两个部分:
- 总长度为偶数:中位数 =
(左半部分最大值 + 右半部分最小值)/ 2
- 总长度为奇数:中位数 =
左半部分最大值
存在一些边界情况需要考虑
核心要点:i + j = (m + n + 1) / 2
交叉判断 i 是左移还是右移
- 什么时候
i
需要右移?nums1[i] < nums2[j-1]
- 什么时候
i
需要左移?nums1[i-1] > nums[j]
代码
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
if (nums1.size() > nums2.size()) swap(nums1, nums2);
int m = nums1.size(), n = nums2.size();
int left = 0, right = m; // right = m 的原因是 i 最大可以到 m
int half_len = (m + n + 1) / 2;
int i = 0, j = 0;
while (left <= right) {
i = left + (right - left) / 2;
j = half_len - i;
if (i > 0 && j < n && nums1[i-1] > nums2[j]) { // 说明 i 大了
right = i - 1;
} else if (j > 0 && i < m && nums1[i] < nums2[j - 1]) { // 说明 i 小了
left = i + 1;
} else {
// 找到正确结果
break;
}
}
double max_left = max((i > 0) ? nums1[i-1] : INT_MIN, (j > 0) ? nums2[j - 1] : INT_MIN);
if ((m + n) % 2 == 1) {
return max_left;
} else {
double min_right = min((i < m) ? nums1[i] : INT_MAX, (j < n) ? nums2[j] : INT_MAX);
return (min_right + max_left) / 2.0
}
}
};
74. 搜索二维矩阵
class Solution {
public:
// 二分法的核心:缩小有效区间
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int n = matrix.size(), m = matrix[0].size();
if (target < matrix[0][0] || target > matrix[n - 1][m - 1]) return false;
int left = 0, right = n - 1, row = 0, col = 0;
// 二分查找,先确定在哪一行
while (left <= right) {
// 循环不变量
// nums[left-1][m-1] < target
// nums[right+1][m-1] > target
row = left + (right - left) / 2;
if (matrix[row][m - 1] == target) {
return true;
} else if (matrix[row][m - 1] < target) {
left = row + 1;
} else {
right = row - 1;
}
}
// 循环结束
row = left;
// 二分查找,再确定在哪一列
left = 0, right = m - 1;
while (left <= right) {
// 循环不变量
// nums[row][left-1] < target
// nums[row][right+1] > target
col = left + (right - left) / 2;
if (matrix[row][col] == target) {
return true;
} else if (matrix[row][col] < target) {
left = col + 1;
} else {
right = col - 1;
}
}
return false;
}
};
⭐️⭐️⭐️162. 寻找峰值
class Solution {
public:
// 首先我们可以判定,数组中必然包含至少一个峰值元素
// 峰值元素的特征 nums[i] > nums[i-1] nums[i] > nums[i + 1]
// 相当于找极大值点
int findPeakElement(vector<int>& nums) {
int n = nums.size();
int left = 0, right = n - 1;
while (left < right) {
int mid = left + (right - left) / 2;
if ((mid == 0 || nums[mid] > nums[mid - 1]) && (mid != n - 1 && nums[mid] < nums[mid + 1])) {
left = mid + 1;
} else if ((mid != 0 && nums[mid] < nums[mid - 1]) && (mid == n - 1 || nums[mid] > nums[mid + 1])) {
right = mid - 1;
} else if ((mid == 0 || nums[mid] > nums[mid - 1]) && (mid == n - 1 || nums[mid] > nums[mid + 1])) {
return mid;
} else {
// 以下两种都可以
left = mid + 1;
// right = mid - 1;
}
}
return left;
}
};
代码优化
严格证明,简洁写法(Python/Java/C++/C/Go)
class Solution {
public:
// 首先我们可以确定必然有一个峰值, 因此我们只需要进行区间缩减即可
int findPeakElement(vector<int>& nums) {
int left = 0, right = nums.size() - 1;
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] < nums[mid + 1]) { // 如果 nums[mid] < nums[mid + 1],说明右侧有峰值
left = mid + 1;
} else { // nums[mid] > nums[mid + 1], 说明左侧有峰值
right = mid;
}
}
// left == right 时即为峰值位置
return left;
}
};
33. 搜索旋转排序数组
看清楚题意,是将一个升序序列旋转一下,不是两个升序序列拼在一起
class Solution {
public:
int search(vector<int>& nums, int target) {
int n = nums.size(), left = 0, right = n - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (target == nums[mid]) {
return mid;
} else {
if (nums[mid] >= nums[0]) { // 在第一个上升区间 nums[mid] >= nums[0]
if (target > nums[mid] || target < nums[0]) left = mid + 1;
else right = mid - 1;
} else { // 在第二个上升区间 nums[mid] < nums[0]
if (target < nums[mid] || target > nums[n - 1]) right = mid - 1;
else left = mid + 1;
}
}
}
return -1;
}
};