简介
二分查找(binary search)是一种基于分治策略的高效搜索算法。它利用数据的有序性 ,每轮缩小一半 搜索范围,直至找到目标元素或搜索区间为空为止。
学习视频:代码随想录-二分查找
常见的用法有三种:
- 查找目标元素的位置:即目标元素的位置
- 查找目标元素的下界(lower bound):小于目标元素的第一个位置
- 查找目标元素的上界(upper bound):大于目标元素的第一个位置
练习题
704. 二分查找
思路
- 经典的二分查找;
- 直接实现即可。
代码
python
class Solution(object):
def search(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: int
"""
l, r = 0, len(nums) - 1
while(l <= r):
m = l + (r - l) // 2
if nums[m] > target:
r = m - 1
elif nums[m] < target:
l = m + 1
else:
return m
return -1
35. 搜索插入位置
思路
- 类lowerbound查找;
- 时刻清楚边界的条件:while结束时区间情况为[r, l],r位置元素比target小,l位置即为待插入的位置。
代码
python
class Solution(object):
class Solution(object):
def searchInsert(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: int
"""
l, r = 0, len(nums) - 1
while l <= r:
m = l + (r - l) // 2
if nums[m] > target:
r = m - 1
elif nums[m] < target:
l = m + 1
else:
return m
return l
34. 在排序数组中查找元素的第一个和最后一个位置
思路
- 考虑upperbound和lowerbound
- lowerbound::每次把区间往左边压缩,结束判断边界元素
- upperbound:每次把区间往右边压缩,结束时判断边界元素
代码
python
class Solution(object):
def searchRange(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
n = len(nums)
if n == 0:
return [-1, -1]
elif n == 1:
return [0, 0] if nums[0] == target else [-1, -1]
l, r = 0, n - 1
ans = [-1, -1]
while l <= r: // lower bound
m = (l + r) // 2
if nums[m] >= target:
r = m - 1
else:
l = m + 1
if l < n and nums[l] == target:
ans[0] = l
l, r = 0, n - 1
while l <= r: // upper bound
m = (l + r) // 2
if nums[m] > target:
r = m - 1
else:
l = m + 1
if r < n and nums[r] == target:
ans[1] = r
return ans