二分查找学习总结心得

二分查找一般运用在有序数组中的查找,一般分为开区间、闭区间和半开半闭区间三种写法

闭区间

闭区间是指包含左右两边元素的区间,例如:区间[a, b]包含元素 a b ,称为闭区间。

代码1

# 左闭右闭 区间写法  在数组  nums 中寻找 target
def left_close_right_close(nums: List[int], target: int) -> int:
    left = 0
    right = len(nums) - 1
    # 闭区间  [left, right]
    while left < right:
        mid = (left + right) // 2
        if nums[mid] < target:
            # 更新闭区间  [mid+1, right]
            left = mid + 1
        else:
            # [left, mid-1]
            right = mid - 1
    print('left is {} ans num is {}, right is {} and nums is {}'.format(left, nums[left], right, nums[right]))
    return left

开区间

开区间是指不包含左右两边元素的区间,例如:区间(a, b)不包含元素 a b,称为闭区间

代码2

# 左开右开区间写法
def left_open_right_open(nums: List[int], target: int) -> int:
    # 左开区间,所以 是 -1
    left = -1
    # 因为是右开区间
    right = len(nums)
    # 左开右开区间  [left, right)
    while left + 1 < right:
        mid = (left + right) // 2
        print("mid is {}".format(mid))
        if nums[mid] < target:
            # 更新左开区间  (mid, right)
            left = mid
        else:
            # 更新右开区间  (left, mid)
            right = mid
    print('left index is {}, right index is {}'.format(left, right))
    return right

半开半闭区间

除了闭区间和开区间以外还有半开半闭区间


搞清楚有了几种区间写法之外,接下来举例说明。

分类讨论

  1. 在有序不重复数组寻找目标元素
  2. 在有序含有重复元素数组中寻找目标元素

不含重复元素

左闭右闭区间

  1. 示例数据:arr = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
    1. 寻找数组位于非边缘位置的元素,以寻找元素 12 为例
    2. 由 “代码1” 可知,最终返回的数组下标为 left
    3. 运行结果如下
    4. image.png
  2. 图示说明,为什么最终返回 left
    1. image.png
    2. 由上图可知查找最终的目标元素,当找到的时候需要返回left,如果判断条件是 left < right那么返回right也是同样的
  3. 代码详尽注释版
#   二分查找左闭右闭区间
def left_close_right_close(nums: List[int], target: int) -> int:
    # 因为是左闭合区间,所以左边的开始起点为 left = 0 因为 0 是数组的第一个下标位置
    # 如果是左开区间,那么初始化左边起点为 -1
    left = 0
    # 同理,初始化右边起点为 right = len(nums) - 1
    # 如果是 右开区间,那么 right 起点为  len(nums)
    right = len(nums)
    # 这里如果是 小于等于 的话,最终 left = right + 1 将会重合 (target在数组中存在的情况下)
    while left < right:
        mid = (left + right) // 2
        if nums[mid] > target:
            # 更新区间 [left, right = mid - 1]
            right = mid - 1
        else:
            # 更新区间 [left = mid + 1, right]
            left = mid + 1
    # return left or right 因为 判断条件是 left < right 所以 最终跳出循环 left = right
    return left
  1. 如果要查找的元素在数组中不存在
    1. **如果查找的元素大于数组中的最大值,结果返回 ****left = 数组长度**
    2. 如果查找的元素小于数组中的最小值,结果返回**left = 0**
    3. 总结:左闭右闭区间适用于查找目标元素不在数组边界的元素,这一点要注意

左开右开区间

  1. 直接上代码
# 左开右开区间写法
def left_open_right_open(nums: List[int], target: int) -> int:
    # 左开区间,所以 是 -1
    left = -1
    # 因为是右开区间
    right = len(nums)
    # 左开右开区间  [left, right)
    while left + 1 < right:
        mid = (left + right) // 2
        print("mid is {}".format(mid))
        if nums[mid] < target:
            # 更新左开区间  (mid, right)
            left = mid
        else:
            # 更新右开区间  (left, mid)
            right = mid
    print('left index is {}, right index is {}'.format(left, right))
    return right
  1. 与左闭右闭写法的区别
    1. 首先是判断条件left+1 < right那么最终返回的时候left+1 = right
    2. 更新区间不用再进行加减,直接更新 left 或者 right 即可
    3. 最终返回的元素结果是 right 因为判断条件是 left + 1 < right
    4. 如果查找的元素不存在,最终right = 数组长度+1 or right = 0
    5. 需要特别注意的是,查找数组的第一个元素和小于数组中最小值的元素,返回结果相同
    6. 需要特别注意的是,查找数组的第一个元素和小于数组中最小值的元素,返回结果相同
    7. 需要特别注意的是,查找数组的第一个元素和小于数组中最小值的元素,返回结果相同

左开右闭区间

  1. 直接上代码
# 左开右闭 区间写法
def left_open_right_close(nums: List[int], target: int) -> int:
    left = -1
    # 因为是右闭区间
    right = len(nums) - 1
    #   左开右闭   (left, right]
    while left < right:
        # mid = (left + right + 1) // 2
        mid = left + (right + 1 - left) // 2
        print("mid is {}".format(mid))
        if nums[mid] < target:
            # 更新开区间  (mid, right)
            left = mid
        else:
            # 更新闭区间  (left, mid - 1]
            right = mid - 1
    print('left index is {}, right index is {}'.format(left, right))
    return right + 1
  1. 寻找不同点
    1. 左开右闭 初始化 left = -1, right = len(nums) - 1
    2. 计算mid的时候不同 mid = left + (right + 1 - left) // 2
      1. 这里要注意上面的写法等同于 mid = (right + 1 - left) // 2
      2. 为什么要 进行 right + 1 - left->因为右边是闭合区间,仿照左开右开区间写法,所以进行right + 1
    3. 由于判断条件是 left < right,所以最终返回 left = right
    4. 最终的返回结果是 left + 1 or right + 1
    5. 同样的要注意查找数组中最小值的情况

左闭右开区间

  1. 直接上代码
# 左闭右开区间
def left_close_right_open(nums: List[int], target: int) -> int:
    left = 0
    right = len(nums)
    while left < right:
        mid = left + (right - 1 - left) // 2
        print('the mid is {}'.format(mid))
        if nums[mid] > target:
            # 右开区间,直接更新右开区间
            right = mid
        else:
            # 左闭区间,更新左区间 +1
            left = mid + 1
    print('final the left is {},the right is {}'.format(left, right))
    return right - 1
  1. 寻找不同点
    1. 左闭右开 初始化 left = 0, right = len(nums)
    2. 计算mid mid = left + (right - 1 - left)减1计算
    3. 最终结果 left = right 返回 left - 1 or right - 1
    4. 注意寻找边界元素的情况

含有重复元素

  1. 示例数据:arr1 = [1,2,3,4,4,4,4,5] arr2 = [1,2,2,2,2,2,3,4,5]
  2. 对于含有重复元素的情况,一般需要找到其第一次出现或最后一次出现的位置。

左开右开和左闭右闭

  1. 测试左开右开和左闭右闭写法的运行效果
    1. 左闭右闭没有找到正确元素
    2. image.png
    3. 左开右开找到了正确元素,但是没有办法正确找到重复元素的右边界
    4. image.png

查找左边界和右边界

左开右闭查找左边界

  1. 测试结果直接上
  2. image.png
  3. 为什么?
    1. 因为左开右闭的区间查找元素最终返回结果是 right + 1 向右偏移,最终求得左边界

左闭右开查找右边界

  1. 同理,左闭右开区间查找右边界

万宗归一,细节总结

  1. 了解了各种写法之后
  2. 可以灵活掌握一种写法,从而去解决一类问题
    private int binary_search(int[] nums, int target) {
    
    
        int left = 0,right = nums.length - 1;
        //  left <= right 能够保证找到目标元素
        //  如果 left < right 判断,有可能存在最终找不到
        while(left <= right) {
    
    
            //  该种写法防止数组下标越界
            int mid = left + (right - left) / 2;
            if(nums[mid] < target) {
    
    
                left = mid + 1;
            } else {
    
    
                // nums[mid] >= target  ,这里最终舍弃掉重复元素的右半部分重复的元素,最终返回左边界
                right = mid - 1;
            }
        }
        // 最终 left = right + 1  最终返回目标元素的下标
        // 确保元素存在还需要进行判断
        //  1.如果寻找的目标元素大于数组的最大元素,那么最终返回 left = 数组长度
        //  2.需要判断 最终寻找到的元素是不是目标元素
        //  3.如果想要找到目标元素的右边界,那么首先需要确定元素存在,然后寻找 target+1 最终得到的结果减1 ,即为右边界
        return left;
    }

猜你喜欢

转载自blog.csdn.net/GoNewWay/article/details/130333123