Heyking

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
统计
 

"I can't change the direction of the wind, but I can adjust my sails to always reach my destination." - Jimmy Dean

数组

二分查找

力扣链接:704. 二分查找 - 力扣(LeetCode)

题目: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,写一个函数搜索nums中的target,如果目标值存在返回下标,否则返回-1

示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
    
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
    
提示:
你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。

原理

二分查找(Binary Search),也称为折半查找,是一种在有序数组中查找目标元素的算法。

基本原理是:首先将数组从中间位置分成两部分,如果目标元素等于中间位置的元素,则查找成功;否则判断目标元素在左半部分还是右半部分,再在对应的部分中继续执行同样的操作,直到找到目标元素或者查找区间为空。

二分查找包括以下几个步骤:

  1. 初始化左右指针,left=0,right=n-1,其中 n 表示数组的长度。

  2. 用 mid=(left+right)/2 计算中间位置的下标。

  3. 比较目标元素 target 与中间位置的元素 nums[mid] 的大小:

  • 如果 target==nums[mid],表示查找成功,返回 mid。

  • 如果 target<nums[mid],表示目标元素在左半部分,将查找区间缩小到 [left,mid-1],并重复执行步骤 2。

  • 如果 target>nums[mid],表示目标元素在右半部分,将查找区间缩小到 [mid+1,right],并重复执行步骤 2。

  1. 如果在步骤 3 中没有找到目标元素,则查找失败,返回 -1。

二分查找的时间复杂度为O(logn),相对于线性查找的O(n),在查找大型有序数组时,具有更高的效率。

需要注意的是,二分查找仅适用于已排序的数组。如果数组没有排序,则需要先使用其他算法(例如快速排序、归并排序等)进行排序。另外,如果数组中存在多个值相等的元素,二分查找返回的下标不一定是最先出现该元素的位置。

题解:

class Solution {
	public int search(int[] nums, int target) {
		int left = 0, right = nums.length - 1;//初始化左右指针,left=0,right=n-1,其中 n 表示数组的长度。
       while(left<=right) {
			int mid = left + (right - left) / 2;// 防止溢出,等同于(left + right)/2计算中间位置的下标
			if(nums[mid] == target) {		// 如果 target==nums[mid],表示查找成功,返回 mid。
				return mid;			
			} else if(target < nums[mid]) {	//如果 target<nums[mid],表示目标元素在左半部分,将查找区间缩小到 [left,mid-1],并重复执行步骤 2。
				right = mid - 1;  
			} else {//如果 target>nums[mid],表示目标元素在右半部分,将查找区间缩小到 [mid+1,right],并重复执行步骤 2。
				left = mid + 1;
			}
		}
		return -1;	// 没有找到目标元素,则查找失败,返回 -1。
	}
}
posted on   CTF小明  阅读(18)  评论(0编辑  收藏  举报
编辑推荐:
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
 
点击右上角即可分享
微信分享提示