二分法专题

基本的二分搜索

class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        int left = 0, right = nums.length - 1;
        // 区间为 [left, right]
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                return mid;
            }else if(nums[mid] > target){
    
    
                right = mid - 1;
            }else {
    
    
                left = mid + 1;
            }
        }
        return -1;
    }
}
  • 该算法是有局限性的。比如说给你一个有序数组 nums = [1, 2, 2, 2, 3],target = 2,此算法返回的索引是 2。但是如果我想得到 target 的左侧边界,即索引 1,或者我想得到 target 的右侧边界,即索引 3,这样的话此算法是无法处理的。

寻找左侧边界的二分搜索

class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        // 寻找左侧边界的二分查找。即:如果数组为:[1,2,2,2,3],找 2,那么找的是最左边下标的 2
        int left = 0, right = nums.length - 1;
        // 区间为 [left, right]
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                right = mid - 1;
            }else if(nums[mid] > target){
    
    
                right = mid - 1;
            }else {
    
    
                left = mid + 1;
            }
        }
        // 检查出界的情况
        if(left >= nums.length || nums[left] != target){
    
    
            return -1;
        }
        return left;
    }
}
class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        // 寻找左侧边界的二分查找。即:如果数组为:[1,2,2,2,3],找 2,那么找的是最左边下标的 2
        int left = 0, right = nums.length;
        // 区间为 [left, right)
        while(left < right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                right = mid;
            }else if(nums[mid] > target){
    
    
                right = mid;
            }else {
    
    
                left = mid + 1;
            }
        }
        // 检查出界的情况
        if(left >= nums.length || nums[left] != target){
    
    
            return -1;
        }
        return left; // return right; 因为 while 的终止条件是 left == right,所以 left 和 right 是一样的
    }
}

寻找右侧边界的二分查找

class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        // 寻找右侧边界的二分查找。即:如果数组为:[1,2,2,2,3],找 2,那么找的是最右边下标的 2
        int left = 0, right = nums.length - 1;
        // 区间为 [left, right]
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                left = mid + 1;
            }else if(nums[mid] > target){
    
    
                right = mid - 1;
            }else {
    
    
                left = mid + 1;
            }
        }
        // 检查出界的情况
        if(right < 0 || nums[right] != target){
    
    
            return -1;
        }
        return right;
    }
}
class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        // 寻找右侧边界的二分查找。即:如果数组为:[1,2,2,2,3],找 2,那么找的是最右边下标的 2
        int left = 0, right = nums.length;
        // 区间为 [left, right)
        while(left < right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                left = mid + 1;
            }else if(nums[mid] > target){
    
    
                right = mid;
            }else {
    
    
                left = mid + 1;
            }
        }
        // 检查出界的情况
        if(right - 1 < 0 || nums[right - 1] != target){
    
    
            return -1;
        }
        return right - 1; // return left - 1; 因为 while 的终止条件是 left == right,所以 left 和 right 是一样的
    }
}

69. Sqrt(x)

图示

class Solution {
    
    
    public int mySqrt(int x) {
    
    
        int left = 0, right = x;
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if((long)mid * mid == x){
    
    
                return mid;
            }else if((long)mid * mid > x){
    
    
                right = mid - 1;
            }else{
    
    
                left = mid + 1;
            }
        }
        return right;
    }
}

287. 寻找重复数

图示

  • 抽屉原理:把 10 个苹果放进 9 个抽屉,一定存在某个抽屉放至少 2 个苹果。
  • n + 1 个整数,放在长度为 n 的数组里,根据「抽屉原理」,至少会有 1 个整数是重复的;
  • 二分查找的思路是先猜一个数(有效范围 [left … right] 里位于中间的数 mid),然后统计原始数组中 小于等于 mid 的元素的个数 cnt:
    (1)如果 cnt 严格大于 mid。根据抽屉原理,重复元素就在区间 [left…mid] 里;
    (2)否则,重复元素就在区间 [mid + 1…right] 里。
class Solution {
    
    
    public int findDuplicate(int[] nums) {
    
    
        int n = nums.length;
        int left = 1, right = n - 1;
        while(left < right){
    
    
            int mid = left + (right - left) / 2;
            int cnt = 0;
            // 统计原始数组中小于等于 mid 的元素的个数 cnt
            for(int num : nums){
    
    
                if(num <= mid){
    
    
                    cnt++;
                }
            }
            if(cnt > mid){
    
    
                right = mid;
            }else{
    
    
                left = mid + 1;
            }
        }
        return left;
    }
}

875. 爱吃香蕉的珂珂

图示

  • 二分法:
class Solution {
    
    
    public int minEatingSpeed(int[] piles, int h) {
    
    
        int max = Integer.MIN_VALUE;
        for(int i = 0; i < piles.length; i++){
    
    
            max = Math.max(max, piles[i]);
        }
        // 寻找左侧边界的二分搜索。如果以当前的速度可以吃完香蕉,还需要继续往左找,因为左边可能还有以更小的速度也可以吃完香蕉
        int left = 1, right = max;
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(canFinish(piles, mid, h)){
    
    
                right = mid - 1;
            }else{
    
    
                left = mid + 1;
            }
        }
        return left;
    }
    // 以 speed 的速度能否在 h 小时内吃完香蕉
    public boolean canFinish(int[] piles, int speed, int h){
    
    
        long time = 0; // 以速度为 speed 时吃完所有香蕉需要多少时间
        for(int i = 0; i < piles.length; i++){
    
    
            if(piles[i] % speed == 0){
    
    
                time += piles[i] / speed;
            }else{
    
    
                time += piles[i] / speed + 1;
            }
        }
        return time <= h;
    }
}
  • 暴力解法:
class Solution {
    
    
    public int minEatingSpeed(int[] piles, int h) {
    
    
        int max = Integer.MIN_VALUE;
        for(int i = 0; i < piles.length; i++){
    
    
            max = Math.max(max, piles[i]);
        }
        for(int speed = 1; speed <= max; speed++){
    
     // 每小时最少能吃 1 根,最多能吃 max 根
            if(canFinish(piles, speed, h)){
    
    
                return speed;
            }
        }
        return -1;
    }
    // 以 speed 的速度能否在 h 小时内吃完香蕉
    public boolean canFinish(int[] piles, int speed, int h){
    
    
        long time = 0; // 以速度为 speed 时吃完所有香蕉需要多少时间
        for(int i = 0; i < piles.length; i++){
    
    
            if(piles[i] % speed == 0){
    
    
                time += piles[i] / speed;
            }else{
    
    
                time += piles[i] / speed + 1;
            }
        }
        return time <= h;
    }
}

1011. 在 D 天内送达包裹的能力

图示

  • 注意:本题中天数一定是小于等于包裹数的。所以一次载重的最小值是:当天数等于包裹数量时,一天最少也要运 max(weights) 的重量。
class Solution {
    
    
    public int shipWithinDays(int[] weights, int days) {
    
    
        int left = Integer.MIN_VALUE; // 载重的最小值是 max(weights)
        int right = 0; // 载重的最大值是 sum(weights)
        for(int weight : weights){
    
    
            left = Math.max(left, weight);
            right += weight;
        }
        // 寻找左侧边界的二分搜索。如果以当前的载重可以运完包裹,还需要继续往左找,因为左边还可能有以更小的载重也可以运完包裹
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(canFinish(weights, days, mid)){
    
    
                right = mid - 1;
            }else{
    
    
                left = mid + 1;
            }
        }
        return left;
    }
    // 如果载重为 capacity,是否能在 days 天内运完货物
    public boolean canFinish(int[] weights, int days, int capacity){
    
    
        int index = 0;
        for(int i = 0; i < days; i++){
    
    
            int temp = capacity;
            while(temp - weights[index] >= 0){
    
    
                temp -= weights[index];
                index++;
                if(index == weights.length){
    
    
                    return true;
                }
            }
        }
        return false;
    }
}

410. 分割数组的最大值

图示

class Solution {
    
    
    // 问题转换:当 nums 的连续子数组的和的最大值为 max 时,至少可以将 nums 分割成几个子数组
    public int splitArray(int[] nums, int m) {
    
    
        // 连续子数组的和的最大值一定在 [max(nums), sum(nums)] 之间:
        // (1)当数组中每个元素都是一个子数组时,连续子数组的和的最大值就是 max(nums)
        // (2)当数组中只有一个子数组时,连续子数组的和的最大值就是 sum(nums)
        int left = Integer.MIN_VALUE;
        int right = 0;
        for(int num : nums){
    
    
            left = Math.max(left, num);
            right += num;
        }
        // 寻找左侧边界的二分搜索。如果以当前的 max 可以将 nums 分割成 m 个子数组,那么还需要继续往左找,因为左边还可能有更小的 max 也可以将 nums 分割成 m 个子数组
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            int n = split(nums, mid);
            if(n == m){
    
    
                right = mid - 1;
            }else if(n > m){
    
     // 当前的 max 小了,导致分的组数变多了
                left = mid + 1;
            }else{
    
     // 当前的 max 大了,导致分的组数变少了
                right = mid - 1;
            }
        }
        return left;
    }
    // 如果 nums 的每个连续子数组的和都不超过 max,计算 nums 最少可以被分割成几个数组
    // 比如:nums = [7, 2, 5, 10, 8], max = 12,最少可以被分为 [7,2] [5] [10] [8] 4 个
    public int split(int[] nums, int max){
    
    
        int count= 1; // 记录连续子数组的数量
        int sum = 0; // 记录每个连续子数组的元素和
        for(int i = 0; i < nums.length; i++){
    
    
            if(sum + nums[i] <= max){
    
    
                sum += nums[i];
            }else{
    
    
                count++;
                sum = nums[i];
            }
        }
        return count;
    }
}

33. 搜索旋转排序数组

图示

class Solution {
    
    
    public int search(int[] nums, int target) {
    
    
        int left = 0, right = nums.length - 1;
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(nums[mid] == target){
    
    
                return mid;
            }
            // 在下标 [0, mid] 间为有序数组
            if(nums[0] <= nums[mid]){
    
     // 有 = 是因为 mid 可能也为 0
                if(nums[0] <= target && target < nums[mid]){
    
    
                    right = mid - 1;
                }else{
    
    
                    left = mid + 1;
                }
            }else{
    
     // 如果 nums[mid] < nums[0],那么在下标 [mid + 1, nums.length - 1] 为有序
                if(nums[mid] < target && target <= nums[nums.length - 1]){
    
    
                    left = mid + 1;
                }else{
    
    
                    right = mid - 1;
                }
            }
        }
        return -1;
    }
}

74. 搜索二维矩阵

图示

  • 二分法:
  • 以下的时间复杂度:O(log m + log n) = O(log mn)
class Solution {
    
    
    public boolean searchMatrix(int[][] matrix, int target) {
    
    
        int rowIndex = binarySearchFirstColumn(matrix, target);
        if(rowIndex < 0){
    
    
            return false;
        }
        return binarySearchRow(matrix[rowIndex], target);
    }
    // 对矩阵的第一列的元素二分查找,找到最后一个不大于目标值的元素
    public int binarySearchFirstColumn(int[][] matrix, int target){
    
    
        int left = 0, right = matrix.length - 1;
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(target == matrix[mid][0]){
    
    
                return mid;
            }else if(target < matrix[mid][0]){
    
    
                right = mid - 1;
            }else{
    
    
                left = mid + 1;
            }
        }
        return left - 1;
    }
    // 对矩阵的行进行二分查找,找到符合要求的元素
    public boolean binarySearchRow(int[] row, int target){
    
    
        int left = 0, right = row.length - 1;
        while(left <= right){
    
    
            int mid = left + (right - left) / 2;
            if(target == row[mid]){
    
    
                return true;
            }else if(target < row[mid]){
    
    
                right = mid - 1;
            }else{
    
    
                left = mid + 1;
            }
        }
        return false;
    }
}
  • 以下的时间复杂度:O(m + n)。访问到的下标的行最多减少 m 次,列最多增加 n 次,因此该算法最多循环 m + n 次。
class Solution {
    
    
    public boolean searchMatrix(int[][] matrix, int target) {
    
    
        int i = matrix.length - 1, j = 0;
        while(i >= 0 && j < matrix[0].length){
    
    
            if(target == matrix[i][j]){
    
    
                return true;
            }else if(target < matrix[i][j]){
    
    
                i--;
            }else {
    
    
                j++;
            }
        }
        return false;
    }
}

猜你喜欢

转载自blog.csdn.net/weixin_46497503/article/details/121175034
今日推荐