二分查找算法详解

39次阅读

共计 7108 个字符,预计需要花费 18 分钟才能阅读完成。

二分查找

[toc]

最基本的二分查找

int binarySearch(int[] nums, int target) {
    int left = 0; 
    int right = nums.length - 1; // 注意

    while(left <= right) {int mid = left + (right - left) / 2; // 注意:如果用(right + left) / 2 会出现数值过大溢出现象
        if(nums[mid] == target)
            return mid; 
        else if (nums[mid] < target)
            left = mid + 1; // 注意
        else if (nums[mid] > target)
            right = mid - 1; // 注意
    }
    return -1;
}

边界问题

为什么 while 循环的条件中是 <=,而不是 <

  • 因为初始化 right 的赋值是 nums.length - 1,即最后一个元素的索引,而不是 nums.length

    这二者可能出现在不同功能的二分查找中,区别是:前者相当于两端都闭区间 [left, right],后者相当于左闭右开区间 [left, right),因为索引大小为 nums.length 是越界的。

    我们这个算法中使用的是前者 [left, right] 两端都闭的区间。这个区间其实就是每次进行搜索的区间

什么时候应该停止搜索呢?

  • 当然,找到了目标值的时候可以终止!

    • if(nums[mid] == target)
          return mid;
    • 但如果没找到,就需要 while 循环终止,然后返回 -1。

      • 那 while 循环什么时候应该终止?搜索区间为空的时候应该终止,意味着你没得找了,就等于没找到嘛。

        while(left <= right) 的终止条件是 left == right + 1,写成区间的形式就是 [right + 1, right],或者带个具体的数字进去 [3, 2],可见 这时候区间为空,因为没有数字既大于等于 3 又小于等于 2 的吧。所以这时候 while 循环终止是正确的,直接返回 -1 即可。

        while(left < right) 的终止条件是 left == right,写成区间的形式就是 [left, right],或者带个具体的数字进去 [2, 2]这时候区间非空,还有一个数 2,但此时 while 循环终止了。也就是说这区间 [2, 2] 被漏掉了,索引 2 没有被搜索,如果这时候直接返回 -1 就是错误的。

        • 当然,如果你非要用 while(left < right) 也可以,我们已经知道了出错的原因,就打个补丁好了:

              //...
              while(left < right) {// ...}
              return nums[left] == target ? left : -1;

为什么 left = mid + 1right = mid - 1?我看有的代码是right = mid 或者 left = mid,没有这些加加减减,到底怎么回事,怎么判断?

  • 这也是二分查找的一个难点,不过只要你能理解前面的内容,就能够很容易判断。

    刚才明确了「搜索区间」这个概念,而且本算法的搜索区间是两端都闭的,即 [left, right]。那么当我们发现索引 mid 不是要找的 target 时,下一步应该去搜索哪里呢?

    当然是去搜索 [left, mid-1] 或者 [mid+1, right] 对不对?因为 mid 已经搜索过,应该从搜索区间中去除

此算法有什么缺陷

  • 但是,这个算法存在局限性。

    比如说给你有序数组 nums = [1,2,2,2,3]target 为 2,此算法返回的索引是 2,没错。但是如果我想得到 target 的左侧边界,即索引 1,或者我想得到 target 的右侧边界,即索引 3,这样的话此算法是无法处理的。

    这样的需求很常见,你也许会说,找到一个 target,然后向左或向右线性搜索不行吗?可以,但是不好,因为这样难以保证二分查找对数级的复杂度了

    我们后续的算法就来讨论这两种二分查找的算法。

寻找左侧边界的二分搜索

int left_bound(int[] nums, int target) {if (nums.length == 0) return -1;
    int left = 0;
    int right = nums.length; // 注意 此时为开区间

    while (left < right) { // 注意  开区间则为 < 
        int mid = (left + right) / 2;
        if (nums[mid] == target) {right = mid;} else if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid; // 注意}
    }
    return left;
}

边界问题

为什么 while 中是 < 而不是 <=?

  • 用相同的方法分析,因为 right = nums.length 而不是 nums.length - 1。因此每次循环的「搜索区间」是 [left, right) 左闭右开。

    while(left < right) 终止的条件是 left == right,此时搜索区间 [left, left) 为空,所以可以正确终止。

    PS:这里先要说一个搜索左右边界和上面这个算法的一个区别,也是很多读者问的:刚才的 right 不是 nums.length - 1 吗,为啥这里非要写成 nums.length 使得「搜索区间」变成左闭右开呢

    因为对于搜索左右侧边界的二分查找,这种写法比较普遍,我就拿这种写法举例了,保证你以后遇到这类代码可以理解。你非要用两端都闭的写法反而更简单,我会在后面写相关的代码,把三种二分搜索都用一种两端都闭的写法统一起来,你耐心往后看就行了。

为什么没有返回 -1 的操作?如果 nums 中不存在 target 这个值,怎么办

  • ​ 因为要一步一步来,先理解一下这个「左侧边界」有什么特殊含义:

    • 对于这个数组,算法会返回 1。这个 1 的含义可以这样解读:nums 中小于 2 的元素有 1 个。

      比如对于有序数组 nums = [2,3,5,7], target = 1,算法会返回 0,含义是:nums 中小于 1 的元素有 0 个。

      再比如说 nums = [2,3,5,7], target = 8,算法会返回 4,含义是:nums 中小于 8 的元素有 4 个。

      综上可以看出,函数的返回值(即 left 变量的值)取值区间是闭区间 [0, nums.length],所以我们简单添加两行代码就能在正确的时候 return -1:

      • while (left < right) {//...}
        // target 比所有数都大
        if (left == nums.length) return -1;
        // 类似之前算法的处理方式
        return nums[left] == target ? left : -1;

为什么 left = mid + 1right = mid ?和之前的算法不一样

  • 这个很好解释,因为我们的「搜索区间」是 [left, right) 左闭右开,所以当 nums[mid] 被检测之后,下一步的搜索区间应该去掉 mid 分割成两个区间,即 [left, mid)[mid + 1, right)

为什么该算法能够搜索左侧边界

  • 关键在于对于 nums[mid] == target 这种情况的处理:

    •     if (nums[mid] == target)
              right = mid;
      • 可见,找到 target 时不要立即返回,而是缩小「搜索区间」的上界 right,在区间 [left, mid) 中继续搜索,即不断向左收缩,达到锁定左侧边界的目的。

为什么返回 left 而不是 right

  • 都是一样的,因为 while 终止的条件是 left == right

能不能想办法把 right 变成 nums.length - 1,也就是继续使用两边都闭的「搜索区间」?这样就可以和第一种二分搜索在某种程度上统一起来了。

  • 当然可以,只要你明白了「搜索区间」这个概念,就能有效避免漏掉元素,随便你怎么改都行。下面我们严格根据逻辑来修改:

    因为你非要让搜索区间两端都闭,所以 right 应该初始化为 nums.length - 1,while 的终止条件应该是 left == right + 1,也就是其中应该用 <=

    • int left_bound(int[] nums, int target) {// 搜索区间为 [left, right]
          int left = 0, right = nums.length - 1;
          while (left <= right) {int mid = left + (right - left) / 2;
              // if else ...
          }
    • 因为搜索区间是两端都闭的,且现在是搜索左侧边界,所以 leftright 的更新逻辑如下:

      • if (nums[mid] < target) {// 搜索区间变为 [mid+1, right]
            left = mid + 1;
        } else if (nums[mid] > target) {// 搜索区间变为 [left, mid-1]
            right = mid - 1;
        } else if (nums[mid] == target) {
            // 收缩右侧边界
            right = mid - 1;
        }
    • 由于 while 的退出条件是 left == right + 1,所以当 targetnums 中所有元素都大时,会存在以下情况使得索引越界:

    • 因此,最后返回结果的代码应该检查越界情况:

      • if (left >= nums.length || nums[left] != target)
            return -1;
        return left;
    • 至此,整个算法就写完了,完整代码如下:

      • int left_bound(int[] nums, int target) {
            int left = 0, right = nums.length - 1;
            // 搜索区间为 [left, right]
            while (left <= right) {int mid = left + (right - left) / 2;
                if (nums[mid] < target) {// 搜索区间变为 [mid+1, right]
                    left = mid + 1;
                } else if (nums[mid] > target) {// 搜索区间变为 [left, mid-1]
                    right = mid - 1;
                } else if (nums[mid] == target) {
                    // 收缩右侧边界
                    right = mid - 1;
                }
            }
            // 检查出界情况
            if (left >= nums.length || nums[left] != target)
                return -1;
            return left;
        }
    • 这样就和第一种二分搜索算法统一了,都是两端都闭的「搜索区间」,而且最后返回的也是 left 变量的值。只要把住二分搜索的逻辑,两种形式大家看自己喜欢哪种记哪种吧。

寻找右侧边界的二分查找

int right_bound(int[] nums, int target) {if (nums.length == 0) return -1;
    int left = 0, right = nums.length;

    while (left < right) {int mid = (left + right) / 2;
        if (nums[mid] == target) {left = mid + 1; // 注意} else if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid;}
    }
    return left - 1; // 注意
}

边界问题

为什么这个算法能够找到右侧边界

  • nums[mid] == target 时,不要立即返回,而是增大「搜索区间」的下界 left,使得区间不断向右收缩,达到锁定右侧边界的目的。

    • if (nums[mid] == target) {left = mid + 1;

为什么最后返回 left - 1 而不像左侧边界的函数,返回 left?而且我觉得这里既然是搜索右侧边界,应该返回 right 才对

  • 首先,while 循环的终止条件是 left == right,所以 leftright 是一样的,你非要体现右侧的特点,返回 right - 1 好了。至于为什么要减一,这是搜索右侧边界的一个特殊点,关键在这个条件判断:

    • if (nums[mid] == target) {
          left = mid + 1;
          // 这样想: mid = left - 1
    • 因为我们对 left 的更新必须是 left = mid + 1,就是说 while 循环结束时,nums[left] 一定不等于 target 了,而 nums[left-1] 可能是 target。至于为什么 left 的更新必须是 left = mid + 1,同左侧边界搜索,就不再赘述。

为什么没有返回 -1 的操作?如果 nums 中不存在 target 这个值,怎么办

  • 类似之前的左侧边界搜索,因为 while 的终止条件是 left == right,就是说 left 的取值范围是 [0, nums.length],所以可以添加两行代码,正确地返回 -1:

    • while (left < right) {// ...}
      if (left == 0) return -1;
      return nums[left-1] == target ? (left-1) : -1;

是否也可以把这个算法的「搜索区间」也统一成两端都闭的形式呢?这样这三个写法就完全统一了,以后就可以闭着眼睛写出来了

  • int right_bound(int[] nums, int target) {
        int left = 0, right = nums.length - 1;
        while (left <= right) {int mid = left + (right - left) / 2;
            if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;} else if (nums[mid] == target) {
                // 这里改成收缩左侧边界即可
                left = mid + 1;
            }
        }
        // 这里改为检查 right 越界的情况,见下图
        if (right < 0 || nums[right] != target)
            return -1;
        return right;
    }
  • target 比所有元素都小时,right 会被减到 -1,所以需要在最后防止越界:

三个逻辑的差异性

基本的二分查找

因为我们初始化 right = nums.length - 1
所以决定了我们的「搜索区间」是 [left, right]
所以决定了 while (left <= right)
同时也决定了 left = mid+1 和 right = mid-1
因为我们只需找到一个 target 的索引即可
所以当 nums[mid] == target 时可以立即返回

寻找左侧边界的二分查找

因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid

因为我们需找到 target 的最左侧索引
所以当 nums[mid] == target 时不要立即返回
而要收紧右侧边界以锁定左侧边界

寻找右侧边界的二分查找

因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid

因为我们需找到 target 的最右侧索引
所以当 nums[mid] == target 时不要立即返回
而要收紧左侧边界以锁定右侧边界

又因为收紧左侧边界时必须 left = mid + 1
所以最后无论返回 left 还是 right,必须减一

全部统一

int binary_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) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;} else if(nums[mid] == target) {
            // 直接返回
            return mid;
        }
    }
    // 直接返回
    return -1;
}

int left_bound(int[] nums, int target) {
    int left = 0, right = nums.length - 1;
    while (left <= right) {int mid = left + (right - left) / 2;
        if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;} else if (nums[mid] == target) {
            // 别返回,锁定左侧边界
            right = mid - 1;
        }
    }
    // 最后要检查 left 越界的情况
    if (left >= nums.length || nums[left] != target)
        return -1;
    return left;
}


int right_bound(int[] nums, int target) {
    int left = 0, right = nums.length - 1;
    while (left <= right) {int mid = left + (right - left) / 2;
        if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;} else if (nums[mid] == target) {
            // 别返回,锁定右侧边界
            left = mid + 1;
        }
    }
    // 最后要检查 right 越界的情况
    if (right < 0 || nums[right] != target)
        return -1;
    return right;
}

整体步骤

1、分析二分查找代码时,不要出现 else,全部展开成 else if 方便理解。

2、注意「搜索区间」和 while 的终止条件,如果存在漏掉的元素,记得在最后检查。

3、如需定义左闭右开的「搜索区间」搜索左右边界,只要在 nums[mid] == target 时做修改即可,搜索右侧时需要减一。

4、如果将「搜索区间」全都统一成两端都闭,好记,只要稍改 nums[mid] == target 条件处的代码和返回的逻辑即可

文章来源

本文章基本摘自 https://labuladong.gitbook.io…

正文完
 0