二分查找
参考github大佬:
https://github.com/CyC2018/CS-Notes/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3%20-%20%E7%9B%AE%E5%BD%95.md
题目1 leetcode 704 (简单)二分查找
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
代码:
class Solution(object):
def search(self, nums, target):
low = 0
high = len(nums) - 1
while low <= high:
mid = (low + high) // 2
if target == nums[mid]:
return mid
elif target > nums[mid]:
low = mid + 1
else:
high = mid - 1
return -1
偶尔快
示例代码:
class Solution(object):
def search(self, nums, target):
left , right = 0 , len(nums)-1
while left<=right:
mid = left+(right-left)/2
if target<nums[mid]:
right=mid-1
elif target>nums[mid]:
left=mid+1
else:
return mid
return -1
引用自github:
有两种计算中值 m 的方式:
m = (l + h) / 2
m = l + (h - l) / 2
l + h 可能出现加法溢出,也就是说加法的结果大于整型能够表示的范围。但是 l 和 h 都为正数,因此 h - l 不会出现加法溢出问题。所以,最好使用第二种计算法方法。
题目2 leetcode 69 (简单)求算术平方根
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:
输入:x = 4
输出:2
示例 2:
输入:x = 8
输出:2
解释:8 的算术平方根是 2.82842…, 由于返回类型是整数,小数部分将被舍去。
提示:
0 <= x <= 2^31 - 1
代码:
class Solution(object):
def mySqrt(self, x):
if x < 1:
return x
l , h = 1 , x
while l <= h :
mid = l + (h - l) // 2
step = x // mid
if step == mid :
return mid
elif step < mid :
h = mid - 1
else:
l = mid + 1
return h
示例代码:
```python
class Solution(object):
def mySqrt(self, x):
"""
:type x: int
:rtype: int
"""
#l,r为二分查找左右值,res为结果
l,r,res=0,x,-1
while(l<=r):
#注意:这里要使用整除
mid=(l+r)//2
if(mid*mid<=x):
#如果当前中值小于等于x,则有可能是答案
res=mid
#l要继续逼近答案知道l>r
l=mid+1
else:
r=mid-1
return res
题目3 leetcode 744 (简单) 寻找比目标字母大的最小字母
给你一个字符数组 letters,该数组按非递减顺序排序,以及一个字符 target。letters 里至少有两个不同的字符。
返回 letters 中大于 target 的最小的字符。如果不存在这样的字符,则返回 letters 的第一个字符。
示例 1:
输入: letters = [“c”, “f”, “j”],target = “a”
输出: “c”
解释:letters 中字典上比 ‘a’ 大的最小字符是 ‘c’。
示例 2:
输入: letters = [“c”,“f”,“j”], target = “c”
输出: “f”
解释:letters 中字典顺序上大于 ‘c’ 的最小字符是 ‘f’。
示例 3:
输入: letters = [“x”,“x”,“y”,“y”], target = “z”
输出: “x”
解释:letters 中没有一个字符在字典上大于 ‘z’,所以我们返回 letters[0]。
提示:
2 <= letters.length <= 104
letters[i] 是一个小写字母
letters 按非递减顺序排序
letters 最少包含两个不同的字母
target 是一个小写字母
代码:
class Solution(object):
def nextGreatestLetter(self, letters, target):
l , h = 0 , len(letters) - 1
while l <= h :
mid = l + (h - l) // 2
if target >= letters[mid]:
l = mid + 1
else:
h = mid - 1
return letters[l % len(letters)]
示例代码:
class Solution(object):
def nextGreatestLetter(self, letters, target):
"""
:type letters: List[str]
:type target: str
:rtype: str
"""
left , right = 0 , len(letters) - 1
while left <= right:
mid = left + (right - left) // 2
if letters[mid] <= target:
left = mid + 1
elif letters[mid] > target:
right = mid - 1
return letters[left % len(letters)]
题目4 leetcode 540 (中等)有序数组中的单一元素
给你一个仅由整数组成的有序数组,其中每个元素都会出现两次,唯有一个数只会出现一次。
请你找出并返回只出现一次的那个数。
你设计的解决方案必须满足 O(log n) 时间复杂度和 O(1) 空间复杂度。
示例 1:
输入: nums = [1,1,2,3,3,4,4,8,8]
输出: 2
示例 2:
输入: nums = [3,3,7,7,10,11,11]
输出: 10
提示:
1 <= nums.length <= 105
0 <= nums[i] <= 105
代码:
class Solution(object):
def singleNonDuplicate(self, nums):
l , h = 0 , len(nums) - 1
while l < h :
mid = l + (h - l) // 2
if mid % 2 == 1 :
mid = mid - 1
if nums[mid] == nums[mid + 1]:
l = mid + 2
else:
h = mid
return nums[l]
示例代码:
class Solution(object):
def singleNonDuplicate(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
len_nums = len(nums)
l, r = 0, len_nums - 1
while l < r:
m = (l + r) / 2
#print m, l, r
if m % 2 == 1:
m -= 1
if (nums[m] == nums[m + 1]):
l = m + 2
else:
r = m
return nums[r]
blog.csdnimg.cn/a0eeb234e5ca40369c505d08b7197690.png)
题目5 leetcode 278 (简单)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。
示例 1:
输入:n = 5, bad = 4
输出:4
解释:
调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true
所以,4 是第一个错误的版本。
示例 2:
输入:n = 1, bad = 1
输出:1
代码:
class Solution(object):
def firstBadVersion(self, n):
l , h = 1 , n
while l < h:
mid = l + (h - l) // 2
if isBadVersion(mid) :
h = mid
else:
l = mid + 1
return l
示例代码:
# The isBadVersion API is already defined for you.
# @param version, an integer
# @return a bool
# def isBadVersion(version):
class Solution(object):
def firstBadVersion(self, n):
"""
:type n: int
:rtype: int
"""
left,right=1,n
while(left<right):
midle=(left+right)//2
if isBadVersion(midle):
right=midle
else:
left=midle+1
return left
题目6 leetecode 153 (中等) 寻找旋转排序数组中的最小值
代码:
class Solution(object):
def findMin(self, nums):
l , h = 0 , len(nums) - 1
while l < h :
mid = l + (h - l) // 2
if nums[mid] < nums[h]:
h = mid
else:
l = mid + 1
return nums[l]
示例代码:
class Solution(object):
def findMin(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
n = len(nums)
left = -1
right = n - 1
while left + 1 < right:
mid = left + (right - left) // 2
if nums[mid] > nums[-1]:
left = mid
else:
right = mid
return nums[right]
题目7 leetcode 34 (中等)在排序数组中查找元素的第一个和最后一个位置
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]。
你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。
代码:
class Solution(object):
def searchRange(self, nums, target):
def findfrst( nums, target):
l , h = 0 , len(nums) - 1
while l <= h :
mid = l + (h - l) // 2
if nums[mid] >= target:
h = mid - 1
else:
l = mid + 1
return l
first = findfrst(nums, target)
last = findfrst(nums, target + 1) - 1
if first <= last:
return [first, last]
return [-1, -1]
示例代码:
class Solution(object):
def searchRange(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
if len(nums) == 0:
return [-1, -1]
left, right, res = 0, len(nums) - 1, -1
while left <= right:
mid = (right - left) / 2 + left
if nums[mid] == target:
res = mid
break
elif nums[mid] > target:
right = mid - 1
else:
left = mid + 1
if res == -1:
return [-1, -1]
left, right = res, res
while right + 1 < len(nums) and nums[right + 1] == target:
right += 1
while left -1 >= 0 and nums[left - 1] == target:
left -= 1
return [left, right]
总结:
二分法解题根据题目要求,对边界值、等号进行修改,若循环条件有l、h有等号,则右边界h减小时=m - 1,从len(nums)-1开始;无等号h = m,从len(nums)开始。
Tips:
- 二分查找适用条件:升序排列、整型、无重复元素
- 除号的区别:“//” 向下取整
- 《算法图解》配套代码:https://github.com/egonSchiele/grokking_algorithms/blob/master/01_introduction_to_algorithms/python/binary_search.py
重写整合
###适用于升序整型数组,无重复元素
class Solution(object):
def __init__(self, number, target, x, letters, target_letter, singelem_nums, finmin_nums, searchRg_nums, searchRg_target):
self.nums = number
self.target = target
self.x = x
self.letters = letters
self.target_letter = target_letter
self.singelem_nums = singelem_nums
self.finmin_nums = finmin_nums
self.searchRg_nums = searchRg_nums
self.searchRg_target = searchRg_target
# 1.简单二分查找,升序,整型,无重复
def binary_search(self):
low = 0
high = len(self.nums) - 1
while low <= high:
mid = low + (high - low) // 2
if self.target == self.nums[mid]:
print('found the target number', self.target, ", the loc is", mid)
return mid
elif self.target > self.nums[mid]:
low = mid + 1
else:
high = mid - 1
print('cannot find the target', self.target)
return -1
# 2.求算术平方根,非负,向下取整
def sqrt_inter(self):
if self.x <= 1:
print("sry, the number must be larger than one !")
return self.x
else:
l, h = 1, self.x
while l <= h:
mid = l + (h - l) // 2
step = self.x / mid
if step == mid:
# 如果算术平方根是整数,则直接向下取整,取数组中位数
print("the inter sqrt of", self.x, " is ", mid)
return mid
elif step < mid:
h = mid - 1
else:
l = mid + 1
# 如果算数平方根是小数则取数组的边界h
print("the inter sqrt of", self.x, " is ", h)
return h
# 3.找比目标字母大的最小字母,若无则输出第一个
def nextGreatestLetter(self):
l , h = 0 , len(self.letters) - 1
while l <= h :
mid = l + (h - l) // 2
if self.target_letter <= letters[mid]:
h = mid - 1
else:
l = mid + 1
print('the next greatest letter of ',"'",self.target_letter, "'",'is', "'",letters[l % len(letters)], "'")
return letters[l % len(letters)]
# 4.有序数组的 Single Element
def select_singelem(self):
l , h = 0 , len(self.singelem_nums) - 1
# 因为h = m,若l = h则会陷入循环
while l < h:
mid = l + (h - l) // 2
if mid % 2 == 1:
mid -= 1
# 若相等说明single element在右边范围,左边全是成对数字,所以左边界+2
if self.singelem_nums[mid] == self.singelem_nums[mid + 1]:
l = mid + 2
else:
# 右边界也有可能是答案,所以不能+1
h = mid
# 停止循环时l = h,返回左右边界都可以
print('the single element is', self.singelem_nums[l])
return self.singelem_nums[l]
# 5.寻找旋转排序数组中的最小值
def finmin_elem(self):
l , h = 0 , len(self.finmin_nums) - 1
while l < h :
mid = l + (h - l) // 2
if self.finmin_nums[mid] < self.finmin_nums[h]:
h = mid
else:
l = mid + 1
print('the min number is', finmin_nums[l])
return finmin_nums[l]
# 6.在排序数组中查找指定元素的第一个和最后一个位置
def searchRange(self):
# 分别查找第一个target和target+1的位置
def findtarget(nums, target):
l , h = 0 , len(nums) - 1
while l <= h:
mid = l + (h - l) // 2
if nums[mid] >= target:
h = mid - 1
else:
l = mid + 1
return l
first = findtarget(self.searchRg_nums, self.searchRg_target)
last = findtarget(self.searchRg_nums, self.searchRg_target + 1) - 1
if first <= last:
print('the loc of the target number is',[first, last])
return [first, last]
return [-1, -1]
if __name__ == "__main__":
# 1.简单二分查找参数
number = [-1, 0, 3, 5, 9, 12]
target = 12
# 2.求x的算术平方根参数
x = 36
# 3.找比目标字母大的最小字母参数
letters = ['c', 'f', 'j']
target_letter = 'd'
# 4.找有序数组的 Single Element参数
singelem_nums = [3,3,7,7,10,11,11]
# 5.寻找旋转排序数组中的最小值参数
finmin_nums = [4,5,6,7,0,1,2]
# 6.在排序数组中查找指定元素的第一个和最后一个位置参数
searchRg_nums = [5,7,7,8,8,8,10]
searchRg_target = 8
numbers = Solution(number, target, x, letters, target_letter, singelem_nums, finmin_nums, searchRg_nums, searchRg_target)
# 1.简单二分查找调用
# numbers.binary_search()
# 2.求x的算术平方根及调用
# numbers.sqrt_inter()
# 3.找比目标字母大的最小字母调用
# numbers.nextGreatestLetter()
# 4.找有序数组的 Single Element调用
# numbers.select_singelem()
# 5.寻找旋转排序数组中的最小值调用
# numbers.finmin_elem()
# 6.在排序数组中查找指定元素的第一个和最后一个位置调用
numbers.searchRange()
""" 二分查找模板
/**
* 范围查询规律
* 初始化:
* int left = 0;
* int right = nums.length - 1;
* 循环条件
* left <= right
* 右边取值
* right = mid - 1
* 左边取值
* left = mid + 1
* 查询条件
* >= target值, 则 nums[mid] >= target时, 都减right = mid - 1
* > target值, 则 nums[mid] > target时, 都减right = mid - 1
* <= target值, 则 nums[mid] <= target时, 都加left = mid + 1
* < target值, 则 nums[mid] < target时, 都加left = mid + 1
* 结果
* 求大于(含等于), 返回left
* 求小于(含等于), 返回right
* 核心思想: 要找某个值, 则查找时遇到该值时, 当前指针(例如right指针)要错过它, 让另外一个指针(left指针)跨过他(体现在left <= right中的=号), 则找到了
*/
"""