二分法其实很简单,为什么老是写不对!!

摘要:
二分法大家注意这道题目的前提是数组是有序数组,这也是使用二分查找的基础条件以后大家只要看到面试题里给出的数组是有序数组,都可以想一想是否可以使用二分法。同时题目还强调数组中无重复元素,因为一旦有重复元素,使用二分查找法返回的元素下表可能不是唯一的。不变量是[left,right)的区间,如下代码可以看出是如何在循环中坚持不变量的。

文章持续更新,微信搜索「代码随想录」第一时间围观,本文GitHub:https://github.com/youngyangyang04/TechCPP已经收录,里面有更多干货等着你,欢迎Star!

相信很多人对二分法是又爱又恨,爱是在于它思想简单,效率确实高, 恨是恨在为什么总是写不对呢

二分查找涉及的很多的边界条件,逻辑比较简单,就是写不好

甚至有的同学干脆把二分法背来了得了

其实背过的同学应该会有体会,硬背二分法,过一段时间依然会写错

例如 循环中到底是 小于 还是 小于等于, 到底是+1 呢,还是要-1呢

这是为什么呢,主要是我们对区间的定义没有想清楚,这就是我们的不变量

我们要在二分查找的过程中,保持不变量,这也就是循环不变量(感兴趣的同学可以查一查)

接下来我通过leetcode上一道面试题,来让大家一次性彻底掌握二分法

题目是leetcode编号35的面试题. 搜索插入位置

二分法其实很简单,为什么老是写不对!!第1张

题目地址:https://leetcode-cn.com/problems/search-insert-position/

分析题目

这道题目,我们要在数组中插入目标值,无非是这四种情况

二分法其实很简单,为什么老是写不对!!第2张

  • 目标值在数组所有元素之前
  • 目标值等于数组中某一个元素
  • 目标值插入数组中的位置
  • 目标值在数组所有元素之后

这四种情况确认清楚了,我们就可以尝试解题了

暴力解法思路很直接,就是for循环遍历一下,时间复杂度是O(n)

既然暴力解法的时间复杂度是On,我们就要尝试一下使用二分查找法。

二分法

二分法其实很简单,为什么老是写不对!!第3张

大家注意这道题目的前提是数组是有序数组,这也是使用二分查找的基础条件

以后大家只要看到面试题里给出的数组是有序数组,都可以想一想是否可以使用二分法。

同时题目还强调数组中无重复元素,因为一旦有重复元素,使用二分查找法返回的元素下表可能不是唯一的。

下图来阐述一下二分法的大体思路,例如在这个数组中,我们使用二分法寻找元素为5的位置,并返回其下标,如下图

二分法其实很简单,为什么老是写不对!!第4张

  1. 开始左边界为0,右边界下表为7,那么中间位置下表是3, arr[3] > 5
  2. 左区间为我们下一步的查找范围,
  3. 左边界为0,右边界为2,中间位置下表为1 arr[1] < 5
  4. 右区间为我们下一步的查找范围
  5. 左边界2,右边界2,a[2] == 5,
  6. 返回下表2。

接下来呢我们来看一下二分法具体实现

二分法第一种写法

我们定义 target 是在一个在左闭右闭的区间里,也就是[left, right]

这就决定了我们 这个二分法的代码如何去写,大家看如下代码

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int n = nums.size();
        int left = 0;
        int right = n - 1; // 我们定义target在左闭右闭的区间里,[left, right],这个区间的定义就是我们的不变量,接下来,要在下面的循环中,坚持这个不变量,我们就知道其中的边界条件应该怎么判断了
        while (left <= right) { // 为什么是<=呢,因为当left==right,区间[left, right]依然有效
            int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2
            if (nums[middle] > target) {
                right = middle - 1; // target 在左区间,因为我们的区间是左闭右闭的区间,nums[middle]一定不是我们的目标值,所以在right = middle - 1在[left, middle - 1]区间中继续寻找目标值
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,所以[middle + 1, right]
            } else { // nums[middle] == target
                return middle;
            }
        }
        // 分别处理如下四种情况
        // 目标值在数组所有元素之前,此时区间为[0, -1],所以return right + 1
        // 目标值等于数组中某一个元素  return middle;
        // 目标值插入数组中的位置,一定是我们查找的范围 [left, right]之后,return  right + 1
        // 目标值在数组所有元素之后的情况,也是我们查找的范围 [left, right]之后, return right + 1
        return right + 1;
    }
};

时间复杂度:O(logn)
时间复杂度:O(1)

效率如下:

二分法其实很简单,为什么老是写不对!!第5张

二分法第二种写法

如果说我们定义 target 是在一个在左闭右开的区间里,也就是[left, right)

那么二分法的边界处理方式则截然不同。

不变量是[left, right)的区间,如下代码可以看出是如何在循环中坚持不变量的。

class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int n = nums.size();
        int left = 0;
        int right = n; // 我们定义target在左闭右开的区间里,[left, right)  这是
        while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; // target 在左区间,因为是左闭右开的区间,nums[middle]一定不是我们的目标值,所以right = middle,在[left, middle)中继续寻找目标值
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间,在 [middle+1, right)中
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值的情况,直接返回下标
            }
        }
        // 分别处理如下四种情况
        // 目标值在数组所有元素之前,此时区间为 [0,0),所以可以return right
        // 目标值等于数组中某一个元素 return middle
        // 目标值插入数组中的位置 [left, right) ,return right 即可
        // 目标值在数组所有元素之后的情况 [left, right),return right 即可
        return right;
    }
};

时间复杂度:O(logn)
时间复杂度:O(1)

总结

从上面两种二分法的代码中,我们可以看到是如何处理二分查找过程中的边界情况

很多同学二分写不好,就是因为边界总是不知道 该是<= 还是< 呢,

是 right = middle - 1呢 还是 right = middle呢

这都是因为没有意识到去区间的定义,区间的定义就是我们的不变量

在二分部查找的过程只要遵循着区间的定义也就是这个不变量

我们就可以很轻松的写出二分法

以上讲解大家应该对二分法中循环不变量有一个直观的感受

理解的查找区间的定义(不变量),然后在二分循环中遇到了不知该如何处理的边界条件的时候

就去想一下 我们区间的定义,这样就知道边界条件应该如何去写了

通过这次讲解希望帮助大家可以彻底理解二分法!

免责声明:文章转载自《二分法其实很简单,为什么老是写不对!!》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇Edraw Max 9.4 Crack Method使用maven的tomcat:run进行web项目热部署下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

IPTABLES详解(10):IPTABLES自定义链

前提基础: 当主机收到一个数据包后,数据包先在内核空间中处理,若发现目的地址是自身,则传到用户空间中交给对应的应用程序处理,若发现目的不是自身,则会将包丢弃或进行转发。 iptables实现防火墙功能的原理是:在数据包经过内核的过程中有五处关键地方,分别是PREROUTING、INPUT、OUTPUT、FORWARD、POSTROUTING,称为钩子函数,...

iOS开发日记16-通知栏扩展 (App Extension)

今天博主有一个App Extension的需求,遇到了一些困难点,在此和大家分享,希望能够共同进步. 总览 扩展 (Extension) 是 iOS 8 和 OSX 10.10 加入的一个非常大的功能点,开发者可以通过系统提供给我们的扩展接入点 (Extension point) 来为系统特定的服务提供某些附加的功能。对于 iOS 来说,可以使用的扩展接入...

剑指offer 面试题04. 二维数组中的查找(简单)

在一个 n * m 的二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。   示例: 现有矩阵 matrix 如下: [  [1,   4,  7, 11, 15],  [2,   5,  8, 12, 19],  [3,   6,  9, 16,...

微信小程序知识点总结--组件

一、部分常用组件 1、scroll-view可滚动视图区域:   <scroll-view>标签必须设置scroll-x/scroll-y属性,否则不能实现滚动效果 css设置:<scroll-view>标签可以设置white-space:nowrap,子元素设置display:inline-block(如子元素中有文字需要换行,则...

Python+OpenCV图像处理之模板匹配

模板匹配就是在整个图像区域中发现与给定子图像匹配的小块区域 在OpenCV中,提供了相应的函数完成这个操作: matchTemplate 函数:在模板和输入图像之间寻找匹配,获得匹配结果图像 minMaxLoc 函数:在给定的矩阵中寻找最大和最小值,并给出它们的位置 几种常见的模板匹配算法: ①TM_SQDIFF是平方差匹配;TM_SQDIFF_NORME...

[Selenium] CSS3 选择器

http://www.cnblogs.com/MasterMonkInTemple/category/564552.html 在 CSS 中,选择器是一种模式,用于选择需要添加样式的元素。 "CSS" 列指示该属性是在哪个 CSS 版本中定义的。(CSS1、CSS2 还是 CSS3。) 选择器 例子 例子描述 CSS .class .intro 选...