当前位置：首页 > news >正文

【Java算法专场】二分查找（上）

news 来源：原创 2024/9/20 9:56:15

前言

我们在做算法题时，遇到在数组中找特定元素时，通常会使用暴力解法来遍历数组中的元素，时间复杂度通常为O(n)，但有时有些题目要求我们的时间复杂度要达到O(logN),那么我们就得使用二分查找来解决问题。

什么是二分查找？

二分查找是一种在有序数组中查找特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且同样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。

但二分查找只能在有序的数组中使用吗？

其实只要有二段性，就能够使用二分查找。

二段性

二段性指的是在查找过程中，数据集可以被分成两个部分，其中一部分满足某个条件，而另一部分不满足这个条件。换句话说，就是数据集可以被划分为两个子集，其中一个子集的所有元素都具有某种性质，而另一个子集的所有元素都不具有这种性质。

接下来就通过题目来讲解。

二分查找

算法分析

本道题是要在一个升序的数组中找到一个目标值，我们首先能想到的就是使用暴力解法，遍历数组，判断目标值是否在数组中，这样的解法时间复杂度为O(n),但我们可以进行优化，使用二分查找，能让时间复杂度达到O(logn)。

算法步骤

初始化：定义两个指针left和right，left初始化为0，right初始化为nums.length-1，即数组的末尾元素。
与中间值比较：定义mid，mid在循环中每次都是left+(right-left)/2(为了防溢出),判断nums[mid]和target的大小。循环条件为：left<=right

1.若nums[mid]小于target，则让left=mid+1，

2.若nums[mid]大于target，则让right=mid-1,

3.当nums[mid]==target,说明此时已经找到了目标值在数组中的位置，返回mid即可。

3.循环结束：当left和right错开时，说明此时已经查找完数组，没有找到目标值，返回-1即可。

算法代码

/*** 在排序数组中查找目标值的索引。* 该方法使用二分查找算法，在一个已排序的数组中查找目标值的索引。如果目标值存在于数组中，则返回其索引；* 如果不存在，则返回-1。二分查找算法通过不断缩小搜索范围来提高查找效率。** @param nums 一个已排序的整数数组。* @param target 要查找的目标整数。* @return 目标值在数组中的索引，如果不存在则返回-1。*/public int search(int[] nums, int target) {/* 定义搜索范围的左右边界 */int left = 0, right = nums.length - 1;/* 当左边界不大于右边界时，进行循环搜索 */while (left <= right) {/* 计算中间位置，避免整数溢出 */int mid = left + (right - left) / 2;/* 如果中间位置的值小于目标值，则目标值在右半部分，更新左边界 */if (nums[mid] < target) {left = mid + 1;}/* 如果中间位置的值大于目标值，则目标值在左半部分，更新右边界 */else if (nums[mid] > target) {right = mid - 1;}/* 如果中间位置的值等于目标值，则找到目标值，返回其索引 */else {return mid;}}/* 如果循环结束还未找到目标值，返回-1表示未找到 */return -1;}

时间复杂度为O(logn),n为数组长度，整个过程中，每次都是排除一半的长度.

空间复杂度为O(1),整个过程中只用到了几个变量。

算法示例

以nums= [-1,0,3,5,9,12], target = 9为例

第一步：初始化双指针，让left指向数组起始位置，right指向数组末尾。

第二步：与中间值进行比较，让mid=left+(right-left)/2;

我们可以看图中，此时mid下表为2，nums[mid]=3<9,让left=mid+1；

此时left=3，mid=3+(5-3)/2=4,此时恰好nums[mid]=target=9,返回mid即可。

模板

上述中这种解法就是朴素的二分查找，我们可以总结出一个模板

 int left=0,right=数组名.length-1;while(left<=right){int mid=left+(right-left)/2;if(条件) {//处理left=mid+1;}else if(条件){//处理right=mid-1;}else{//处理return mid;}}

在排序数组中查找元素的第一个和最后一个位置

算法分析

题意说明了要在一个排序数组中找目标值的起始位置和末尾位置，对于这道题，如果我们采用暴力枚举的话，时间复杂度能达到O(n),但题目要求我们要实现复杂度为O(logn)的算法，对于这种在有序数组中找点的题目，我们可以用二分查找。

在讲算法步骤之前，我们先来了解一下找中点的问题。

我们知道使用mid=left+(right-left)/2,能够找到中点位置，但在偶数个数的情况下，若使用这条式子，则是向下取整，找的是靠左的中点。

但如果我们想要找的是靠右的中点，那么我们可以在（right-left）之中+1，表示向上取整。

即mid=left+(right-left+1)/2

总结：

在偶数个的情况下：

找左中点：mid=left+(right-left)/2
找右中点：mid=left+(right-left+1)/2

但在奇数个的情况下，使用哪个都行。

算法步骤

初始化：设置left和right，left初始化为0，right初始化为数组的末尾位置。并创建一个ans数组（长度为2）初始化为{-1,-1}。
排除数组为空的情况：判断数组长度是否0，若为0，则返回ans数组。
找左端点：为了找到目标值最左侧的位置，当我们nums[mid]==target时，此时可能不是目标值的最左侧位置。因此，在nums[mid]>=target的时候，让right=mid，为什么不能让right=mid-1，这是为了防止跳过目标值，从而找不到最左侧的位置。当nums[mid]<target时，说明左侧期间[left,mid]中都小于目标值，让left=mid+1。循环条件为left<right.（此处不能取等，在left和right相遇的时候，说明此时已经找打了目标位置，或者是已经走完数组，没有找到目标值，所以当循环结束之后，我们需要判断right位置的元素是否等于target，若等于，则让ans[0]=right,反之，则返回ans）。
找右端点：在查找右端点时，我们需要注意：

找中点时需要+1：mid=left+(right-left+1)/2.为了找到右侧的目标位置。

当nums[mid]<=target的时候，left=mid,为什么不能让left=mid+1，这是防止跳过目标值。当nums[mid]>target时，让right=mid-1.

算法代码

    /*** 在排序数组中查找给定目标值的起始和结束位置。** @param nums 一个按升序排列的整数数组。* @param target 需要查找的目标值。* @return 一个包含起始和结束位置的整数数组。如果目标值不存在，则起始和结束位置都设置为-1。*/public int[] searchRange(int[] nums, int target) {// 初始化结果数组，用于存储目标值的起始和结束位置，初始值设为-1。int[] ans=new int[2];ans[0]=ans[1]=-1;// 初始化左右指针。int left=0,right=nums.length-1;// 如果数组为空，则直接返回结果数组。if(nums.length==0) return ans;// 使用二分查找法寻找目标值的起始位置。while(left<right){int mid=left+(right-left)/2;if(nums[mid]>=target) right=mid;else left=mid+1;}// 如果右指针指向的值不等于目标值，则目标值不存在，直接返回结果数组。if(nums[right]!=target) return ans;else ans[0]=right; // 否则，更新起始位置。// 重新初始化左右指针，寻找目标值的结束位置。// 找右端点left=0;right=nums.length-1;// 使用二分查找法寻找目标值的结束位置。while(left<right){int mid=left+(right-left+1)/2;if(nums[mid]<=target)  left=mid;else right=mid-1;}ans[1]=left; // 更新结束位置。return ans; // 返回结果数组。}

时间复杂度为O(n),n为数组长度。

空间复杂度为O(1),只用了常数个变量。

算法示例

以nums = [5,7,7,8,8,10], target = 8为例

第一步：初始化

left=0，right=5，ans[2]=｛-1，-1｝

第二步：找左端点

left=0，right=6，mid=left+(right-left)/2=0+(5-0)/2=2,nums[mid]=7<target=8.让left=mid+1=3

2.此时mid=3+(5-3)/2=4,nums[mid]=target=8,让right=mid=4

3.mid=3+(4-3)/2=3,nums[mid]=8=target,此时让right=mid=3，同时left==right，结束循环。

4.此时判断right位置的值是否为目标值相等，让ans[0]=right=3.

第三步：找右端点

由于在找左端点时，right此时已经走到了左端点的位置，但此时我们需要让right=nums.length-1,left=0(此处left可以不为0，从当前位置直接开始，这里为了方便观看，从0开始）
mid=0+(5-0+1)/2=3,此时nums[mid]==target,让left=mid。

3.mid=3+(5-3+1)/2=4,nums[mid]=4=target,让left=mid。

4.mid=4+(5-4+1)/2=5,nums[mid]>target=8,此时让right=mid-1.

5.此时left==right，结束循环，ans[1]=4

第四步：返回结果

此时ans={3,4},返回ans。

搜索插入位置

算法分析

本道题是在排序数组中查找目标值，若找不到目标值，则返回插入位置。对于这道题，如果我们采用暴力遍历的解法，时间复杂度为O(n).但题目要求我们使用O(logn)的算法，那么我们可以采用二分查找的方法来解决。

算法步骤

初始化：设置left和right，left初始化为0，right为nums.length-1。
查找位置：设置mid，mid=left+(right-left)/2，当nums[mid]<target,让left=mid+1,当nums[mid]>=target时，让right=mid，为什么在等于的时候还要让right=mid？这是为了让target在数组中与target相等数的最左侧插入（才能满足题目要求）。循环条件为：left<right,(当left和right相遇，说明已经找到结果）
处理边界：当target的值比nums[left]大时，此时插入的位置为left+1。
返回结果：判断target和nums[left]的大小之后，若大于则返回left+1,反之，返回left。

算法代码

    /*** 在排序数组中查找目标值的插入位置。* 通过二分查找法，确定目标值应该插入的位置，以保持数组的有序性。* * @param nums 排序数组，数组中的元素升序排列。* @param target 目标值，我们需要找到将其插入到数组中的位置。* @return 返回目标值应该插入的位置索引。*         如果目标值存在于数组中，则返回目标值的索引；*         如果目标值不存在于数组中，则返回目标值应该插入的位置索引。*/public int searchInsert(int[] nums, int target) {/* 初始化左右指针 */int left = 0, right = nums.length - 1;/* 使用二分查找法缩小查找范围 */while (left < right) {/* 计算中间位置，避免整数溢出 */int mid = left + (right - left) / 2;/* 如果中间位置的值小于目标值，则目标值应该在中间位置的右侧 */if (nums[mid] < target) left = mid + 1;/* 如果中间位置的值大于等于目标值，则目标值应该在中间位置或其左侧 */else right = mid;}/* 检查最终的左指针位置 *//* 如果数组中的最后一个元素小于目标值，则目标值应该插入到数组的最后 */if (nums[left] < target) return left + 1;/* 如果数组中的最后一个元素大于等于目标值，则目标值已经在数组中，返回左指针位置 */return left;}

时间复杂度为O(logn),n为数组的长度

空间复杂度为O(1),只用了常数个的变量。

算法示例

以nums = [1,3,5,6], target = 5为例

第一步：初始化

left=0，right=3

第二步：找插入位置

mid=left+（right-left）/2=0+(3-0)/2=1,mid=3<target=5,让left=mid+1=2

2.mid=2+(3-2)/2=2,nums[mid]=5=target=5,让right=mid。

3.此时left==right，结束循环。

第三、四步：判断target和nums[left]的大小，返回结果，此时target=nums[left]，返回left=2

x 的平方根

算法分析

本道题是想查找一个整数的算法平方根，若我们使用暴力遍历的方法，时间复杂度为O(N)，我们可以采用二分查找的方法来进行优化。在遍历的过程中，每次缩小一般的数据量，来减少循环次数，时间复杂度为O(logN),

算法步骤

初始化：设置left和right，让left=0，right=x,(这里为了后续操作防止溢出，需要设置为long类型）。
x值判断：如果x的值是小于1的，则直接返回0.
查找x的算术平方根：设置mid=left+(right-left+1)/2，为了防溢出，mid的类型也为long。当mid*mid<=x时，此时让left=mid；反之，mid*mid>x,此时让right=mid-1。
结束循环：当left和right相遇时，此时说明已经找到了x的算术平方根，返回结果即可。

算法代码

/*** 计算一个整数的平方根的整数部分。* 采用二分查找的方法来逼近平方根的值，避免了浮点数运算，提高了计算精度。* * @param x 待求平方根的非负整数* @return 平方根的整数部分*/public int mySqrt(int x) {// 如果x小于1，直接返回0，因为0和负数没有平方根if(x < 1) return 0;// 初始化左右边界，左边界为1，右边界为xlong left = 1, right = x;// 使用二分查找法来逼近平方根的值while(left < right) {// 计算中间值，避免整数溢出，并确保mid为整数long mid = left + (right - left + 1) / 2;// 如果中间值的平方小于等于x，说明平方根的值在mid或mid的右侧if(mid * mid <= x) {left = mid;} else {// 否则，平方根的值在mid的左侧right = mid - 1;}}// 返回查找到的平方根的整数部分return (int) left;}

时间复杂度为O(logX），X为整数的值。

空间复杂度为O(1),只用了常数个变量。