共计 2494 个字符,预计需要花费 7 分钟才能阅读完成。
给定一个 n
个元素有序的(升序)整型数组 nums
和一个目标值 target
,写一个函数搜寻 nums
中的 target
,如果目标值存在返回下标,否则返回 -1
。
示例 1:
输出: nums = [-1,0,3,5,9,12], target = 9
输入: 4
解释: 9 呈现在 nums 中并且下标为 4
示例 2:
输出: nums = [-1,0,3,5,9,12], target = 2
输入: -1
解释: 2 不存在 nums 中因而返回 -1
解题思路
二分查找根本框架如下:
int binarySolution(int[] nums, int target) {
int left = 0, right = ...;
while (...) {int mid = left + (right - left) / 2;
if (nums[mid] == target) {...} else if (nums[mid] < target) {left = ...;} else if (nums[mid] > target) {right = ...;}
}
return ...;
}
剖析二分查找的一个技巧是:不要呈现 else,而是把所有状况用 else if 写分明,这样能够分明地展示所有细节。
其中 ...
标记的局部,就是可能呈现细节问题的中央,当你见到一个二分查找的代码时,首先留神这几个中央。
另外申明一下,计算 mid
时须要避免溢出,代码中 left + (right - left) / 2
就和 (left + right) / 2
的后果雷同,然而无效避免了 left
和 right
太大间接相加导致溢出。
对于本题的题解如下:
class Solution {public int search(int[] nums, int target) {
int left = 0;
int right = nums.length - 1; // 留神
// 留神
while (left <= right) {int mid = left + (right - left) / 2;
if (nums[mid] == target) {return mid;} else if (nums[mid] < target) {left = mid + 1; // 留神} else if (nums[mid] > target) {right = mid - 1; // 留神}
}
return -1;
}
}
这里探讨一下其中的几个细节。
1、为什么 while 循环的条件中是 <=,而不是 <?
答:因为初始化 right
的赋值是 nums.length - 1
,即最初一个元素的索引,而不是 nums.length
。
因为咱们须要对所有的元素进行搜寻,应用 <=
搜寻的是两端都闭区间 [left, right]
,如果应用 <
则相当于左闭右开区间 [left, right)
。
如果应用
<
,而后right
初始赋值改为nums.length
,也可实现[left, right]
范畴的搜寻,但会漏掉最初一个元素,上面会讲
此外还要留神下完结搜寻的条件。当找到目标值的时候能够终止:nums[mid] == target
。如果没找到,就须要 while
循环终止,而后返回 -1
。那 while 循环什么时候应该终止? 搜寻区间为空的时候应该终止。
while(left <= right)
的终止条件是 left == right + 1
,写成区间的模式就是 [right + 1, right]
,或者带个具体的数字进去 [3, 2]
。
while(left < right)
的终止条件是 left == right
,写成区间的模式就是 [right, 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
没有被搜寻,如果这时候间接返回 -1
就是谬误的。
如果要用 while(left < right)
也是能够的,咱们曾经晓得了出错的起因,就打个补丁好了:
class Solution {public int search(int[] nums, int target) {
int left = 0;
int right = nums.length;
while (left < right) {int mid = left + (right - left) / 2;
if (nums[mid] == target) {return mid;} else if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;}
}
// 对漏掉的元素进行判断
return nums[left] == target ? left : -1;
}
}
2、为什么 left = mid + 1
,right = mid - 1
?我看有的代码是 right = mid
或者 left = mid
方才明确了「搜寻区间」这个概念,而且本算法的搜寻区间是两端都闭的,即 [left, right]
。那么当咱们发现索引 mid
不是要找的 target
时,下一步应该去搜寻哪里呢?
当然是去搜寻 [left, mid-1]
或者 [mid+1, right]
对不对? 因为 mid
曾经搜寻过,应该从搜寻区间中去除。
3、此算法有什么缺点?
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。然而如果我想得到 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奈解决的。
这样的需要很常见, 你兴许会说,找到一个 target
,而后向左或向右线性搜寻不行吗?能够,然而不好,因为这样难以保障二分查找对数级的复杂度了。
总结
- 不要应用
else
,而是把所有状况用else if
写分明 - 计算
mid
时须要避免溢出,应用left + (right - left) / 2
先减后加这样的写法 while
循环的条件<=
对应right
初始值为nums.length - 1
,终止条件是left == right + 1
,例如[3, 2]
- 如果
while
循环的条件<
,须要把right
初始值改为nums.length
,此时终止条件是left == right
,例如[2, 2]
,这样会漏掉最初一个区间的元素,须要独自判断下 - 当
mid
不是要找的target
时,下一步应该搜寻[left, mid-1]
或者[mid+1, right]
,对应left = mid + 1
或者right = mid - 1
- 二分查找时间复杂度
O(logn)