算法01:二分法(最左索引)实现
二分法(最左索引)实现
二分法
首先看一下Arrays源码中的二分法实现。
// Arrays工具类中的实现
public static int binarySearch(int[] a, int fromIndex, int toIndex,
int key) {
rangeCheck(a.length, fromIndex, toIndex);
return binarySearch0(a, fromIndex, toIndex, key);
}
// Like public version, but without range checks.
private static int binarySearch0(int[] a, int fromIndex, int toIndex,
int key) {
int low = fromIndex;
int high = toIndex - 1;
while (low <= high) {
int mid = (low + high) >>> 1;
int midVal = a[mid];
if (midVal < key)
low = mid + 1;
else if (midVal > key)
high = mid - 1;
else
return mid; // key found
}
return -(low + 1); // key not found.
}
返回-(low + 1),low指向的是插入到数组的位置,这个返回值保证了当找不到target时,返回值小于0。
理解:采用了三次if-else语句,找到值则直接返回;当找不到target时,left指向值 > target, right 指向值小于target。
找到target的最左索引
public static int bsLeftMost(int[] nums, int target) {
int n = nums.length;
int left = 0, right = n - 1;
while (left < right) {
int mid = (left + right) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid;
}
}
return (left == right && nums[left] == target) ? left : -1;
}
// eg1
// [1, 1, 2] 1
// [left ... right] = [1, 1, 2] -> [1, 1] -> [1]
// eg2
// [1, 2, 2] 2
// [left ... right] = [1, 2, 2] -> [1, 2] -> [2]
理解:当选取mid时,观察到left < right时,mid < right恒成立,只需使用二次if-else,即可保证left实现增长(即[left, right] 区间在缩小)。与三次if-else相比,当找到target后,[left, righ] 依旧缩小到长度为1。
当输入数组长度为0时,直接返回-1;
找到target的最右索引
根据如上的思路只需要保证每次都缩小[left ... right],并且当找到target时,(在找到下一个更优解target时,此指针指向target不变)。在上例中取反即可。
public static int bsRightMost(int[] nums, int target) {
int n = nums.length;
int left = 0, right = n - 1;
while (left < right) {
int mid = (left + right + 1) / 2;
if (nums[mid] > target) {
right = mid - 1;
} else {
left = mid;
}
System.out.print("left = " + left);
System.out.println(", right = " + right);
}
return (left == right && nums[left] == target) ? left : -1;
}
练习
5219. Maximum Candies Allocated to K Children
class Solution {
// true ture false false false
public int maximumCandies(int[] candies, long k) {
long sum = 0;
for (int candy : candies) sum += candy;
Arrays.sort(candies);
long max = sum / k;
if (max == 0L) return 0;
int n = candies.length;
int left = 0;
int right = (int) max;
while (left < right) {
int mid = (left + right + 1) / 2;
if (!helper(candies, k, mid)) {
right = mid - 1;
} else {
left = mid;
}
}
return left;
}
public boolean helper(int[] candies, long k, int max) {
int n = candies.length;
if (max == 0L) return true;
long heap = 0;
for (int i = n-1; i >= 0; i--) {
long prov = candies[i] / max;
heap += prov;
if (heap >= k) {
return true;
}
if (heap + prov * i < k) {
return false;
}
}
return false;
}
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?