算法模式:改进的二分查找

在上一篇文章 算法模式:前缀和 介绍了前缀和的算法模式。本篇文章,继续介绍数组相关的算法模式:改进的二分查找。
二分查找
二分查找相比每一个学过计算机算法的小伙伴都了解,时间复杂度是: \$\log_2N\$,是一个非常高效的数组查找算法。当然,前提是数组必须有序。过程如下:

LeetCode 704. 二分查找 就是一个标准的二分查找的算法题。代码如下:
/**
* @author D瓜哥 · https://www.diguage.com
* @since 2024-09-14 19:52:26
*/
public int search(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return -1;
}
除了在排序数组中查找特定的值,二分查找还可以用于找边界和在旋转数组中查值。
找边界:LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置
给你一个按照非递减顺序排列的整数数组 nums
,和一个目标值 target
。请你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 target
,返回 [-1, -1]
。
你必须设计并实现时间复杂度为 \$log_2n\$ 的算法解决此问题。
示例 1:
输入:nums = [5,7,7,8,8,10], target = 8 输出:[3,4]
示例 2:
输入:nums = [5,7,7,8,8,10], target = 6 输出:[-1,-1]
示例 3:
输入:nums = [], target = 0 输出:[-1,-1]
提示:
0 <= nums.length <= 10
5
-10
9
<= nums[i] <= 10
9
nums
是一个非递减数组-10
9
<= target <= 10
9
思路分析
要求时间复杂度为 \$log_2n\$ 的算法,那么很显然这就得上二分查找。
但是,课本上及大多数资料里的二分查找都是查找确定值的,没有查找边界的,该怎么办呢?这就需要对二分查找做一些小小的改进了:
在
num[mid] == target
时,如果查找的左边界,那么,目标索引在当前mid
的左侧,应该将右侧的指针right
移动到mid
左边,即right = mid - 1
。在
num[mid] == target
时,如果查找的右边界,那么,目标索引在当前mid
的右侧,应该将左侧的指针left
移动到mid
右边,即left = mid + 1
。
分析完毕,直接上代码:
/**
* @author D瓜哥 · https://www.diguage.com
* @since 2025-03-04 21:02:59
*/
public int[] searchRange(int[] nums, int target) {
int left = binarySearchLeft(nums, target);
if (left == -1) {
return new int[]{-1, -1};
}
int right = binarySearchRight(nums, target);
return new int[]{left, right};
}
private int binarySearchLeft(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
// 使用 result 变量,省去很多繁琐的判断
int result = -1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (target < nums[mid]) {
right = mid - 1;
} else {
// 注意:找左边界,要收缩右指针
right = mid - 1;
result = mid;
}
}
return result;
}
private int binarySearchRight(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
// 使用 result 变量,省去很多繁琐的判断
int result = -1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (target < nums[mid]) {
right = mid - 1;
} else {
// 注意:找右边界,要搜索左指针
left = mid + 1;
result = mid;
}
}
return result;
}
binarySearchLeft
和 binarySearchRight
有很多重复代码,可以优化一下:
/**
* @author D瓜哥 · https://www.diguage.com
* @since 2025-03-05 14:11:58
*/
public int[] searchRange(int[] nums, int target) {
int left = binarySearch(nums, target, true);
if (left == -1) {
return new int[]{-1, -1};
}
int right = binarySearch(nums, target, false);
return new int[]{left, right};
}
private int binarySearch(int[] nums, int target, boolean isLeft) {
int left = 0;
int right = nums.length - 1;
// 使用 result 变量,省去很多繁琐的判断
int result = -1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else if (target < nums[mid]) {
right = mid - 1;
} else {
if (isLeft) {
// 注意:找左边界,要收缩右指针
right = mid - 1;
} else {
// 注意:找右边界,要搜索左指针
left = mid + 1;
}
result = mid;
}
}
return result;
}
旋转数组查值:33. 搜索旋转排序数组
整数数组 nums
按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums
在预先未知的某个下标 k
(0 <= k < nums.length
)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]
(下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7]
在下标 3
处经旋转后可能变为 [4,5,6,7,0,1,2]
。
给你 旋转后 的数组 nums
和一个整数 target
,如果 nums
中存在这个目标值 target
,则返回它的下标,否则返回 -1
。
你必须设计一个时间复杂度为 \$log_2N\$ 的算法解决此问题。
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0 输出:4
示例 2:
输入:nums = [4,5,6,7,0,1,2], target = 3 输出:-1
示例 3:
输入:nums = [1], target = 0 输出:-1
提示:
1 <= nums.length <= 5000
-10
4
<= nums[i] <= 10
4
nums
中的每个值都 独一无二题目数据保证
nums
在预先未知的某个下标上进行了旋转-10
4
<= target <= 10
4
思路分析
由于这是一个旋转有序数组,在使用二分查找算法时,应该将重点放在有序部分,在有序部分去查找目标值,如果目标值不在有序部分的范围内,则去另外一部分去查找。至于为什么在有序部分查找,是因为有序部分判断条件比较简单。具体看代码:
/**
* @author D瓜哥 · https://www.diguage.com
* @since 2025-03-05 14:11:58
*/
public int search(int[] nums, int target) {
int left = 0, right = nums.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] == target) {
return mid;
}
if (nums[0] <= nums[mid]) {
// 由于 nums[0] <= nums[mid],所以,这个分支处理的是前面有序的情况
// --------------------------------------------
// 上面已经判断过 nums[mid] 和 target 是否相等,
// 这里就不需要再处理相等情况,所以,可以直接去 mid 左右的索引
// 该分支前面有序,只需要在有序数组里去查找即可,不满足要求,则在另外一部分里。
if (nums[0] <= target && target < nums[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
} else {
// 上面只处理前面有序的情况,那么这里就可能是后面有序的情况。
// --------------------------------------------
// 上面已经判断过 nums[mid] 和 target 是否相等,
// 这里就不需要再处理相等情况,所以,可以直接去 mid 左右的索引
// 同理,这里也只在有序的数组里去查找,不满足要求则去另外一部分查找。
if (nums[mid] < target && target <= nums[nums.length - 1]) {
left = mid + 1;
} else {
right = mid - 1;
}
}
}
return -1;
}