【无标题】 - 技术栈

二分算法

核心原理
- 核心逻辑
- 关键特性
实战
- 问题
- 思路
- 实现
注意事项

核心原理

二分算法（Binary Search），又称折半查找，是一种高效的查找算法，用于在有序集合中快速定位目标元素。其核心思想是"每次通过与中间元素比较，将查找范围缩小一半"，从而实现对数级的时间复杂度

核心逻辑

确定边界：定义查找范围的左边界（left）和右边界（right），初始时左边界为集合起始索引（通常是0），右边界为集合末尾索引（通常是length-1）。
计算中点：计算当前范围的中间索引mid = left + (right - left) // 2（用这种方式而非(left+right)//2，是为了避免left和right过大时出现整数溢出）。
比较判断 ：

若目标值 == 中间元素（nums[mid]）：找到目标，返回mid。
若目标值 < 中间元素：目标在左半部分，将右边界更新为mid - 1。
若目标值 > 中间元素：目标在右半部分，将左边界更新为mid + 1。
循环终止：重复步骤2-3，直到左边界 > 右边界，此时说明集合中无目标元素，返回-1或其他标识。

关键特性

时间复杂度：O(log n)，n为集合元素个数，每轮查找范围减半，效率远高于线性查找（O(n)）。
空间复杂度：递归实现为O(log n)（栈空间），迭代实现为O(1)（仅用几个变量）。
适用前提：必须是有序集合（升序或降序，需统一判断逻辑），且集合支持随机访问（如数组，链表不适用，因无法快速定位mid）

实战

问题

给定升序数组nums和目标值target，若数组中有多个target，返回第一个出现的索引；若不存在，返回-1

思路

当nums[mid] == target时，不直接返回，而是将右边界收缩到mid（而非mid-1），继续向左查找，直到左边界>右边界，最终判断左边界是否为目标值。

实现

java 复制代码

import java.util.Arrays;

public class FindLeftBoundDemo {
    // 查找目标值的左边界（第一个等于target的元素）
    public static int findLeftBound(int[] nums, int target) {
        int left = 0;
        int right = nums.length - 1;
        // 先收缩范围到可能的左边界
        while (left <= right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] == target) {
                right = mid - 1;  // 不返回，继续向左找更左的边界
            } else if (nums[mid] < target) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        // 循环结束后，left可能是左边界，也可能不存在
        if (left < nums.length && nums[left] == target) {
            return left;
        }
        return -1;
    }

    // 测试案例
    public static void main(String[] args) {
        int[] nums = {1, 2, 2, 2, 3, 4};
        int target = 2;
        System.out.println(findLeftBound(nums, target));  // 输出：1（第一个2的索引）

        int target2 = 5;
        System.out.println(findLeftBound(nums, target2));  // 输出：-1
    }
}

注意事项

边界条件处理 ：

循环条件用left <= right还是left <？取决于是否要"包含边界元素"。若用left <，右边界初始需设为len(nums)（而非len(nums)-1），适用于"找插入位置"等场景。
避免数组越界：判断结果时需检查left是否在数组范围内（如左边界查找时的left < len(nums)）。
中点计算 ：必须用mid = left + (right - left) // 2，而非(left + right) // 2。例如left=2^{31-1、right=2}31-1时，left+right会超出Python整数范围（虽Python支持大数，但其他语言如Java会溢出）。
有序性保证：若数组无序，必须先排序（但排序会消耗O(n log n)时间，若仅查找一次，不如直接线性查找；若多次查找，排序+二分更高效）。
重复元素处理：普通二分可能返回任意一个重复元素的索引，需通过"边界查找"逻辑定位第一个或最后一个。