从零开始写算法——二分-寻找旋转排序数组中的最小值

一、题目背景

给定一个升序数组,它被某个未知的下标旋转了,例如:

cpp 复制代码
原始数组:[0,1,2,4,5,6,7]
旋转后:[4,5,6,7,0,1,2]

要求:找到旋转后的数组的最小值。

二、二分为什么可行?

很多同学第一眼看到这题会想:"这不是无序的吗?还能二分?"

其实,虽然整体无序,但它由两个递增子数组拼接而成:

cpp 复制代码
[4,5,6,7] + [0,1,2]

这意味着------

我们依然可以通过一次比较排除掉一半的答案空间。

只要能做到这一点,二分搜索就可以用。

我们先来看下面这张图,这是把题目抽象后的图像:

这里注意两个数一个是1,这是答案,一个是5,这个其实可以看作是x轴分界点(注意这里并不是x = 0,我们只是做一个抽象区分),其实就是大于5我们就放到左边(染红色),小于等于5就放右边(染蓝色),最后蓝色第一个数字就是答案。(注意:我们这个过程中并不关心每个序列真的值的增减性,我们只需要判断染色范围)

三、红蓝染色思路

我们可以把整个数组分成两种区域:

  • 红色区域 :所有 nums[i] > nums.back() 的元素

  • 蓝色区域 :所有 nums[i] <= nums.back() 的元素

而我们要找的最小值,就是蓝色区域的第一个数。

举个例子:

cpp 复制代码
nums = [4,5,6,7,0,1,2]
nums.back() = 2

红蓝分布:
红色:[4,5,6,7]
蓝色:[0,1,2]

目标就是找到第一个蓝色元素的位置。

四、代码实现(查找型二分写法)

cpp 复制代码
class Solution {
public:
    int findMin(vector<int>& nums) {
        // 思路: 我们说的二分要求有序,其实也可以从整体把控它的"部分有序性"。
        // 只要一次判断可以排除掉一半可能,就能用二分。
        // mid 与 back 比较:
        //   如果 nums[mid] > nums.back(),说明 mid 在红色区域,最小值在右侧;
        //   否则 mid 在蓝色区域,最小值可能在左侧(包括 mid 本身)。
        
        int left = 0;
        int right = nums.size() - 1;
        
        while (left <= right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] > nums.back()) {
                left = mid + 1;  // mid 在红色区域,答案在右边
            } else {
                right = mid - 1; // mid 在蓝色区域,答案可能在左边
            }
        }
        return nums[left]; // 退出时 left 正好指向蓝色区域第一个
    }
};

五、循环逻辑详解

1️⃣ 判断条件

nums[mid] > nums.back()

→ 说明 mid 在红色区域,最小值一定在右侧,所以 left = mid + 1。

否则

→ mid 在蓝色区域,最小值可能是 mid 或更左边,所以 right = mid - 1。


2️⃣ 为什么可以返回 nums[left]?

当循环结束时(left > right),有两个事实成立:

  • right 一定停在最后一个红色元素的位置

  • left 一定指向第一个蓝色元素(也就是最小值)

因此直接返回 nums[left] 就行。

如果你此时画一下红蓝区间,会发现:

cpp 复制代码
红红红红蓝蓝蓝
      ↑ ↑
  right left

循环结束后 left 恰好越过红区,落在蓝区第一个上。

六、调试理解

以 nums = [4,5,6,7,0,1,2] 为例,追踪过程:

left right mid numsmid 比较结果 下一步
0 6 3 7 7 > 2 left = 4
4 6 5 1 1 <= 2 right = 4
4 4 4 0 0 <= 2 right = 3

退出循环时:left = 4, right = 3,返回 nums[4] = 0 ✅

七、总结

关键点 含义
能否二分的核心 一次比较能排除一半可能性
红蓝划分标准 nums[mid] > nums.back()
答案所在区域 蓝色第一个元素
循环类型 查找型(<=)
返回位置 nums[left]

八、延伸:红蓝染色法的通用套路

这种思路其实是通用的。

比如:

  • 找第一个 ≥ target 的元素:蓝色 = "符合条件"

  • 找最后一个 < target 的元素:红色 = "不符合条件"

只要能把区间"染色",就能写出稳健的二分。


九、写在最后

这道题虽然只有几行代码,却几乎涵盖了二分的所有核心概念:

  • 红蓝染色法

  • 边界控制与不变量

  • <= 与 < 循环的区别

  • 二分的本质:一次判断排除一半空间

当你真正理解这些逻辑后,

二分搜索就不再是"模板题",而是一种思维方式。

相关推荐
在所不辞兄28 分钟前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
郝学胜-神的一滴4 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
文丑颜不良啊4 小时前
LeetCode3401~3420题目解析
java·leetcode
AvocadoZeroOneOI5 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
文丑颜不良啊5 小时前
LeetCode3421~3440题目解析
java·leetcode
cjz38997 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
console.log('npc')9 小时前
Python 学习教程 · 第4课:数据结构
数据结构·python·学习
橘子1310 小时前
【高级数据库】关系代数基本概念
算法
电科_银尘21 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴1 天前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl