算法：二分查找【模板】

目录

模板例题：力扣704. 二分查找

1.二分查找万能模板

2. 代码展示

简单来说，二分法就是将数组从正中间一分为二，通过不断缩小范围来最终锁定答案。

时间复杂度O( logn ) ，空间复杂度O( 1 )，适用于在有序数组中查找指定元素。

虽然比较令人头疼的就是分析边界问题了，一不小心就会陷入死循环TvT

但相信我，看完这篇博客，保证你次次都能做对二分～(∠・ω< )⌒★

模板例题：力扣704. 二分查找

​​​​​​704. 二分查找 - 力扣（LeetCode）

这道题常规的暴力解法是，使用for循环遍历整个数组，并找出目标元素。

但这种方法并未利用题目中的升序数组条件，时间复杂度也达到了O(n)。

接下来介绍二分查找的原理和使用方法。

1.二分查找万能模板

while(left < right)
{
    mid = left + (right - left) / 2;
    if(nums[mid] >= target) right = mid;
    else left = mid + 1;
}

while(left < right)
{
    mid = left + (right - left + 1) / 2;
    if(nums[mid] <= target) left = mid;
    else right = mid - 1;
}

以上分为两种情况讨论，差别在于 mid 的计算是否需要加1 和 区间的收缩方向。

1. while循环：

结束条件是 left < right 而不是 <= ，是因为在循环最后 left == right ，取等会陷入死循环。

2. mid 的计算：

当 left 和 right 之间的元素个数为奇数个时，+1不会影响其指向的位置，都是指向最中间元素；但当元素个数为偶数时，没有+1时的mid偏左，+1后的mid偏右。

3. if 判断：

分为两种分支，一种是>=和<，一种是 <= 和 > 。等号位置的不同会导致区间收缩的方向不同。

由于没有等号的一边会直接跳过mid，因此如果二分数组里存在一个目标元素相同的区间，

那么结束时第一种情况指向区间左边界，第二种情况指向区间右边界。

*情况一演示：

简单来说：

• 在情况一中，即使在 mid 指向元素等于 target 的情况下，right 仍然向左移动至区间最左侧。
• 在情况二中，即使在 mid 指向元素等于 target 的情况下，left 仍然向右移动至区间最右侧。
• 如果 target 无重复元素，则两种情况等价。

// 关于查找区间的首尾下标，可以尝试这一题：

34. 在排序数组中查找元素的第一个和最后一个位置 - 力扣（LeetCode）

*记忆方法：

需要记忆的点很少，只有 while 和 if 括号内的条件。

其余的条件需要自己现推，例如 if 的条件中包含等号（移动至mid）和不包含等号（移动至mid的上一位 / 下一位）的情况，并在出现 right  = mid - 1 时，在 mid 的计算公式中 +1 就可以了。

(类似互补的思想，整体还是很好记的）

2. 代码展示

class Solution {
public:
    int search(vector<int>& nums, int target)
    {
        int n = nums.size();
        int left = 0, right = n-1;
        int mid;

        while(left < right)
        {
            mid = left + (right - left) / 2;
            if(nums[mid] >= target) right = mid;
            else left = mid + 1;
        }
        if(nums[right] == target)
        return right;
        return -1;
    }
};

// 感谢阅读！希望你今后遇到二分题也能如鱼得水！ヾ(≧▽≦*)o