今日分享 整数二分

  1. 二分法的核心思想

二分法就像猜数字游戏。每次猜中间数,根据大小提示排除一半答案。

这种方法将 O(n) 的线性查找,优化到 O(log n) 的对数级别。

  1. 整数二分的"奥义"

整数二分的精髓在于边界处理。因为整数没有"中点",必须明确:

查找区间是 [left, right] (闭区间)

每次排除时,边界如何更新才不会漏掉答案

处理不好边界,就会导致死循环或漏掉正确答案。

  1. 两种经典模板与技巧

根据要找的目标不同,分为两种模板:

模板一:查找第一个满足条件的值

用于查找"左边界",例如:数组中第一个大于等于 x 的数。

int findFirst(int *nums, int n, int x) {

int left = 0, right = n - 1;

int ans = n; // 初始化为一个不可能的位置

while (left <= right) {

int mid = left + (right - left) / 2; // 防止溢出

if (nums[mid] >= x) { // 满足条件,尝试找更左边的

ans = mid;

right = mid - 1;

} else { // 不满足,去右边找

left = mid + 1;

}

}

return ans;

}

模板二:查找最后一个满足条件的值

用于查找"右边界",例如:数组中最后一个小于等于 x 的数。

int findLast(int *nums, int n, int x) {

int left = 0, right = n - 1;

int ans = -1; // 初始化为一个不可能的位置

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] <= x) { // 满足条件,尝试找更右边的

ans = mid;

left = mid + 1;

} else { // 不满足,去左边找

right = mid - 1;

}

}

return ans;

}

  1. 解题技巧总结

  2. 确定区间:永远使用闭区间 [left, right] ,逻辑最清晰。

  3. 循环条件:使用 left <= right ,保证退出时所有元素都被检查。

  4. 计算中点:用 mid = left + (right - left) / 2 避免 left + right 溢出。

  5. 边界移动:根据"找左边界"还是"找右边界"选择移动 left 或 right 。

  6. 验证答案:退出循环后,记得检查 ans 是否在合理范围内。

例题实战:在排序数组中查找元素的第一个和最后一个位置

题目描述:

给定一个按照升序排列的整数数组 nums ,和一个目标值 target 。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,返回 [-1, -1] 。

示例:

输入: nums = [5,7,7,8,8,10] , target = 8

输出: [3, 4]

C 语言实现

#include <stdio.h>

#include <stdlib.h>

int* searchRange(int* nums, int numsSize, int target, int* returnSize) {

*returnSize = 2;

int* result = (int*)malloc(sizeof(int) * 2);

result[0] = -1;

result[1] = -1;

// 找左边界

int left = 0, right = numsSize - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] >= target) {

right = mid - 1;

} else {

left = mid + 1;

}

}

if (left < numsSize && nums[left] == target) {

result[0] = left;

} else {

return result;

}

// 找右边界

left = 0;

right = numsSize - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] <= target) {

left = mid + 1;

} else {

right = mid - 1;

}

}

result[1] = right;

return result;

}

int main() {

int nums[] = {5,7,7,8,8,10};

int target = 8;

int returnSize;

int* result = searchRange(nums, 6, target, &returnSize);

printf("[%d, %d]\n", result[0], result[1]);

free(result);

return 0;

}

C++ 实现

#include <iostream>

#include <vector>

using namespace std;

vector<int> searchRange(vector<int>& nums, int target) {

vector<int> result(2, -1);

int n = nums.size();

if (n == 0) return result;

// 找左边界

int left = 0, right = n - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] >= target) {

right = mid - 1;

} else {

left = mid + 1;

}

}

if (left < n && nums[left] == target) {

result[0] = left;

} else {

return result;

}

// 找右边界

left = 0;

right = n - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] <= target) {

left = mid + 1;

} else {

right = mid - 1;

}

}

result[1] = right;

return result;

}

int main() {

vector<int> nums = {5,7,7,8,8,10};

int target = 8;

vector<int> res = searchRange(nums, target);

cout << "[" << res[0] << ", " << res[1] << "]" << endl;

return 0;

}

Python 实现

def searchRange(nums, target):

result = [-1, -1]

n = len(nums)

if n == 0:

return result

找左边界

left, right = 0, n - 1

while left <= right:

mid = left + (right - left) // 2

if nums[mid] >= target:

right = mid - 1

else:

left = mid + 1

if left < n and nums[left] == target:

result[0] = left

else:

return result

找右边界

left, right = 0, n - 1

while left <= right:

mid = left + (right - left) // 2

if nums[mid] <= target:

left = mid + 1

else:

right = mid - 1

result[1] = right

return result

nums = [5,7,7,8,8,10]

target = 8

print(searchRange(nums, target))

Java 实现

import java.util.Arrays;

public class SearchRange {

public static int[] searchRange(int[] nums, int target) {

int[] result = {-1, -1};

int n = nums.length;

if (n == 0) return result;

// 找左边界

int left = 0, right = n - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] >= target) {

right = mid - 1;

} else {

left = mid + 1;

}

}

if (left < n && nums[left] == target) {

result[0] = left;

} else {

return result;

}

// 找右边界

left = 0;

right = n - 1;

while (left <= right) {

int mid = left + (right - left) / 2;

if (nums[mid] <= target) {

left = mid + 1;

} else {

right = mid - 1;

}

}

result[1] = right;

return result;

}

public static void main(String[] args) {

int[] nums = {5,7,7,8,8,10};

int target = 8;

int[] res = searchRange(nums, target);

System.out.println(Arrays.toString(res));

}

}

相关推荐
地平线开发者3 分钟前
征程 6 | 平台 QAT 精度一致性问题分析流程
算法·自动驾驶
mjhcsp6 分钟前
C++ Manacher 算法:原理、实现与应用全解析
java·c++·算法·manacher 算法
AlenTech22 分钟前
198. 打家劫舍 - 力扣(LeetCode)
算法·leetcode·职场和发展
Z1Jxxx26 分钟前
0和1的个数
数据结构·c++·算法
ldccorpora26 分钟前
Chinese News Translation Text Part 1数据集介绍,官网编号LDC2005T06
数据结构·人工智能·python·算法·语音识别
重生之后端学习27 分钟前
21. 合并两个有序链表
java·算法·leetcode·链表·职场和发展
源代码•宸27 分钟前
Leetcode—1266. 访问所有点的最小时间【简单】
开发语言·后端·算法·leetcode·职场和发展·golang
YuTaoShao1 小时前
【LeetCode 每日一题】712. 两个字符串的最小ASCII删除和——(解法一)记忆化搜索
算法·leetcode·职场和发展
知乎的哥廷根数学学派1 小时前
基于物理信息嵌入与多维度约束的深度学习地基承载力智能预测与可解释性评估算法(以模拟信号为例,Pytorch)
人工智能·pytorch·python·深度学习·算法·机器学习