C++实现二分法详解
二分法是在一个排好序的序列(数组,链表等)中,不断收缩区间来进行目标值查找的一种算法,下面我们就来探究二分法使用的一些细节,以及常用的场景:
- 寻找一个数;
- 寻找左侧边界;
- 寻找右侧边界。
一、二分法的通用框架
int binarySearch(vector<int>& nums, int target){
int left=0, right=nums.size();
while(left < right)
{
int mid=(left+right)/2;
if(nums[mid] == target){
// 条件一:中间的值与目标值相同
}
else if(nums[mid] > target){
// 条件二:中间的值大于目标值
}
else if(nums[mid] < target){
// 条件三:中间的值小于目标值
}
}
return -1;
}
首先,我们先来分析一下右边界 right
的初始值:
- 当
right=nums.size()
时,初始化的区间就变成了 [0,right−1][0,right−1],即 [0,right)[0,right); - 当
right=nums.size()-1
时,初始化的区间就变成了 [0,right][0,right]。
在第一种情况下,当 nums[mid] > target
时,需要将区间向左收缩,即 right=mid
。这个做法的逻辑是:既然 mid
位置处大于 target
,而查找区间又是 “左闭右开”,因此当 right=mid
时,新的查找区间变成了 [0,mid)[0,mid),这样才不会漏掉值。同理,当 nums[mid] < target
时,需要将区间向右收缩,即 left = mid+1
,因为在 "左闭右开" 的区间下,新的查找区间变成 [mid+1,right)[mid+1,right) 才不会漏掉值。当目标值不在序列中时,需要将 while
的条件写成 while(left < right)
而不是写成 while(left<=right)
,这样会引起数组越界。
第二种情况的分析类似,这里只给出结论:
- 当
nums[mid] > target
时,需要将区间向左收缩,即right=mid-1
; - 当
nums[mid] < target
时,需要将区间向右收缩,即left = mid+1
; - 当目标值不在序列中时,需要将
while
的条件写成while(left<=right)
二、二分法查找目标值
在序列中查找一个数,如果存在则返回数的索引,如果不存在则返回 -1
。为了方便分析,我们就只用第一种情况进行说明:
int binarySearch(vector<int>& nums, int target){
int left=0, right=nums.size();
while(left < right)
{
int mid=(left+right)/2;
if(nums[mid] == target){
return mid; // 查询到目标值,直接返回目标值的位置
}
else if(nums[mid] > target){
right = mid; // 中间的值大于目标值,向左收缩区间
}
else if(nums[mid] < target){
left = mid+1;// 中间的值小于目标值,向右收缩区间
}
}
return -1; // 当没有找到,直接返回-1
}
三、二分法查找目标值的左右边界
上述代码只能从序列中查找一个目标值并返回位置,当一个序列中目标值不止一个时,我们需要找到目标值最左边的位置和最右边的位置,这时候二分法需要进行改写:
// 查找目标值的左边界
int binarySearch(vector<int>& nums, int target){
int left=0, right=nums.size();
while(left < right)
{
int mid=(left+right)/2;
if(nums[mid] == target){
right = mid; // 查询到目标值不进行返回,而是收缩区间继续查找
}
else if(nums[mid] > target){
right = mid; // 中间的值大于目标值,向左收缩区间
}
else if(nums[mid] < target){
left = mid+1;// 中间的值小于目标值,向右收缩区间
}
}
return left;
}
根据上述代码,可以发现如果查找目标值的左边界,在满足 nums[mid] == target
时,需要缩小搜索区间的上界 right
,在区间 [left,mid][left,mid] 中继续搜索,直到搜索完毕 left==right
。此时 left=right=左边界
。
查找右边界的做法与左边界类似:
// 查找目标值的左边界
int binarySearch(vector<int>& nums, int target){
int left=0, right=nums.size();
while(left < right)
{
int mid=(left+right)/2;
if(nums[mid] == target){
left = mid+1; // 查询到目标值不进行返回,而是收缩区间继续查找
}
else if(nums[mid] > target){
right = mid; // 中间的值大于目标值,向左收缩区间
}
else if(nums[mid] < target){
left = mid+1;// 中间的值小于目标值,向右收缩区间
}
}
return left-1;
}
注意这里的判断条件改成了当 nums[mid] == target
时,left = mid+1
。因为搜索的区间为 "左闭右开",所以在寻找左边界时可令 right=mid
,在寻找右边界时必须另 left=mid+1
,不然程序会一直停在循环里面而无法跳出循环。
【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
· 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
· 没有源码,如何修改代码逻辑?
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· 上周热点回顾(2.24-3.2)