二分查找细节详解

编写二分查找的算法代码属于玄学编程,虽然看起来很简单,就是会出错,要么会漏个等号,要么少加个 1(比如不等号是否应该带等号,mid 是否应该加一等等。)。不要气馁,因为二分查找其实并不简单。看看 Knuth 大佬(发明 KMP 算法的那位)怎么说的:Although the basic idea of binary search is comparatively straightforward,
the details can be surprisingly tricky… 这句话可以这样理解:思路很简单,细节是魔鬼。
本文以问答的形式,探究几个最常用的二分查找场景:寻找一个数、寻找左侧边界、寻找右侧边界。

二分查找框架

int binarySearch(int[] nums, int target) {
    int left = 0, right = ...;

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

分析二分查找的一个技巧是:不要出现 else,而是把所有情况用 else if 写清楚,这样可以清楚地展现所有细节。本文都会使用 else if,旨在讲清楚,读者理解后可自行简化。其中 … 标记的部分,就是可能出现细节问题的地方,当你见到一个二分查找的代码时,首先注意这几个地方。后文用实例分析这些地方能有什么样的变化。另外声明一下,计算 mid 时需要技巧防止溢出,即 mid=left+(right-left)/2。

寻找一个数(基本的二分搜索)

int binarySearch(int[] nums, int target) {
    int left = 0; 
    int right = nums.length - 1; // 注意

    while(left <= right) {
        int mid = (right + left) / 2;
        if(nums[mid] == target)
            return mid; 
        else if (nums[mid] < target)
            left = mid + 1; // 注意
        else if (nums[mid] > target)
            right = mid - 1; // 注意
        }
    return -1;
}
  1. 为什么 while 循环的条件中是 <=,而不是 < ?
    答:因为初始化 right 的赋值是 nums.length-1,即最后一个元素的索引,而不是 nums.length。这二者可能出现在不同功能的二分查找中,区别是:前者相当于两端都闭区间 [left, right],后者相当于左闭右开区间 [left, right),因为索引大小为 nums.length 是越界的。
    我们这个算法中使用的是前者 [left, right] 两端都闭的区间。这个区间其实就是每次进行搜索的区间,我们不妨称为「搜索区间」
    什么时候应该停止搜索呢?当然,找到了目标值的时候可以终止:
if(nums[mid] == target)
        return mid; 

但如果没找到,就需要 while 循环终止,然后返回 -1。那 while 循环什么时候应该终止?搜索区间为空的时候应该终止,意味着你没得找了,就等于没找到嘛。
while(left <= right) 的终止条件是 left == right + 1,写成区间的形式就是 [right + 1, right],或者带个具体的数字进去 [3, 2],可见这时候搜索区间为空,因为没有数字既大于等于 33 又小于等于 22 的吧。所以这时候 while 循环终止是正确的,直接返回 -1 即可。
while(left < right) 的终止条件是 left == right,写成区间的形式就是 [left, right],或者带个具体的数字进去 [2, 2],这时候搜索区间非空,还有一个数 22,但此时 while 循环终止了。也就是说这区间 [2, 2] 被漏掉了,索引 22 没有被搜索,如果这时候直接返回 -1 就是错误的。
当然,如果你非要用 while(left < right)也可以,我们已经知道了出错的原因,就打个补丁好了:

//...
while(left < right) {
    // ...
}
return nums[left] == target ? left : -1;
  1. 为什么 left = mid + 1,right = mid - 1?我看有的代码是 right = mid或者 left = mid,没有这些加加减减,到底怎么回事,怎么判断?
    答:这也是二分查找的一个难点,不过只要你能理解前面的内容,就能够很容易判断。
    刚才明确了「搜索区间」这个概念,而且本算法的搜索区间是两端都闭的,即 [left, right]。那么当我们发现索引 mid 不是要找的 target 时,如何确定下一步的搜索区间呢?
    当然是 [left, mid - 1] 或者 [mid + 1, right] 对不对?因为 mid 已经搜索过,应该从搜索区间中去除。
  2. 此算法有什么缺陷?
    答:至此,你应该已经掌握了该算法的所有细节,以及这样处理的原因。但是,这个算法存在局限性。
    比如说给你有序数组 nums = [1,2,2,2,3],target = 2,此算法返回的索引是 22,没错。但是如果我想得到 target 的左侧边界,即索引 11,或者我想得到 target 的右侧边界,即索引 33,这样的话此算法是无法处理的。
    这样的需求很常见。你也许会说,找到一个 target,然后向左或向右线性搜索不行吗?可以,但是不好,因为这样难以保证二分查找对数级的复杂度了。

数据:{ 5,7,7,8,8,10 }
在这里插入图片描述
找8的过程
在这里插入图片描述
找0的过程
在这里插入图片描述
找12的过程
在这里插入图片描述
while的截止条件是left>right,且如果超过数据的边界,left为-1或者nums.size()。也就是说mid始终在[0-nums.size()-1]之间

寻找左侧边界的二分搜索

int left_bound(int[] nums, int target) {
    if (nums.length == 0) return -1;
    int left = 0;
    int right = nums.length; // 注意
    
    while (left < right) { // 注意
        int mid = (left + right) / 2;
        if (nums[mid] == target) {
            right = mid;
        } else if (nums[mid] < target) {
            left = mid + 1;
        } else if (nums[mid] > target) {
            right = mid; // 注意
        }
    }
    return left;
}
  1. 为什么 while(left < right) 而不是 <= ?
    答:用相同的方法分析,因为 right = nums.length 而不是 nums.length - 1。因此每次循环的「搜索区间」是 [left, right) 左闭右开。
    while(left < right)终止的条件是 left == right,此时搜索区间 [left, left) 为空,所以可以正确终止。

  2. 为什么没有返回 -1 的操作?如果 nums 中不存在 target 这个值,怎么办?
    答:因为要一步一步来,先理解一下这个「左侧边界」有什么特殊含义:
    在这里插入图片描述
    对于这个数组,算法会返回 11。这个 11 的含义可以这样解读:nums 中小于 22 的元素有 11 个。
    比如对于有序数组 nums = [2,3,5,7], target = 1,算法会返回 0,含义是:nums 中小于 11 的元素有 0 个。
    再比如说 nums 不变,target = 8,算法会返回 44,含义是:nums 中小于 88 的元素有 44 个。
    综上可以看出,函数的返回值(即 left 变量的值)取值区间是闭区间 [0, nums.length],所以我们简单添加两行代码就能在正确的时候 return -1:
    while (left < right) {
    //…
    }
    // target 比所有数都大
    if (left == nums.length) return -1;
    // 类似之前算法的处理方式
    return nums[left] == target ? left : -1;

  3. 为什么 left = mid + 1,right = mid ?和之前的算法不一样?
    答:这个很好解释,因为我们的「搜索区间」是 [left, right) 左闭右开,所以当 nums[mid] 被检测之后,下一步的搜索区间应该去掉 mid 分割成两个区间,即 [left, mid) 或 [mid + 1, right)。

  4. 为什么该算法能够搜索左侧边界?
    答:关键在于对于 nums[mid] == target 这种情况的处理:
    if (nums[mid] == target)
    right = mid;
    可见,找到 target 时不要立即返回,而是缩小「搜索区间」的上界 right,在区间 [left, mid)中继续搜索,即不断向左收缩,达到锁定左侧边界的目的。

  5. 为什么返回 left 而不是 right?
    答:都是一样的,因为 while 终止的条件是 left == right。

在这里插入图片描述
查找值8
在这里插入图片描述
查找值0
在这里插入图片描述
查找值15
在这里插入图片描述
while的截止条件是leftright,且如果超过数据的边界,left为0或者nums.size()。
如果left
nums.size(),则说明没有找到左边界。去除该条件left的范围[0 nums.szie()-1],用nums[left]==target来确保是否找到target值。

在这里插入图片描述
查找左端点

int begin = 0; 
int end = nums.size() - 1;
        while(begin <= end){
            int mid = ((end-begin)>>1) + begin;
            if(nums[mid] == target){
                if(mid == 0 || nums[mid - 1] < target){
                    return mid;
                }
                end = mid - 1;
            }else if(nums[mid] < target){
                begin = mid + 1;
            }else if(nums[mid] > target){
                end = mid - 1;
            }
        }

查找右端点

寻找右侧边界的二分查找

寻找右侧边界和寻找左侧边界的代码差不多,只有两处不同,已标注:

int right_bound(int[] nums, int target) {
    if (nums.length == 0) return -1;
    int left = 0, right = nums.length;
    
    while (left < right) {
        int mid = (left + right) / 2;
        if (nums[mid] == target) {
            left = mid + 1; // 注意
        } else if (nums[mid] < target) {
            left = mid + 1;
        } else if (nums[mid] > target) {
            right = mid;
        }
    }
    return left - 1; // 注意
}
  1. 为什么这个算法能够找到右侧边界?
    答:类似地,关键点还是这里:
if (nums[mid] == target) {
    left = mid + 1;

当 nums[mid] == target 时,不要立即返回,而是增大「搜索区间」的下界 left,使得区间不断向右收缩,达到锁定右侧边界的目的。
2. 为什么最后返回 left - 1 而不像左侧边界的函数,返回 left?而且我觉得这里既然是搜索右侧边界,应该返回 right 才对。

答:首先,while 循环的终止条件是 left == right,所以 left 和 right 是一样的,你非要体现右侧的特点,返回 right - 1 好了。
至于为什么要减一,这是搜索右侧边界的一个特殊点,关键在这个条件判断:

if (nums[mid] == target) {
    left = mid + 1;
    // 这样想: mid = left - 1

在这里插入图片描述
因为我们对 left 的更新必须是 left = mid + 1,就是说 while 循环结束时,nums[left] 一定不等于 target 了,而 nums[left-1] 可能是 target。
至于为什么 left 的更新必须是 left = mid + 1,同左侧边界搜索,就不再赘述。

  1. 为什么没有返回 -1−1 的操作?如果 nums 中不存在 target 这个值,怎么办?
    答:类似之前的左侧边界搜索,因为 while 的终止条件是 left == right,就是说 left 的取值范围是 [0, nums.length],所以可以添加两行代码,正确地返回 -1−1:
while (left < right) {
    // ...
}
if (left == 0) return -1;
return nums[left-1] == target ? (left-1) : -1;

在这里插入图片描述
查找值0
在这里插入图片描述

查找值8
在这里插入图片描述
查找值15
在这里插入图片描述
查找5
在这里插入图片描述
当left == 0时,说明没有找到。去除这种情况后,left的取值范围为[1 nums.size()],由于left = mid + 1,需要将left-1,其范围为[0 nums.size()-1],使用left-1来检查因为while使用<号时的停止条件left==end。
if (left == 0) return -1;
return nums[left-1] == target ? (left-1) : -1;

在这里插入图片描述
查找右端点

       int begin = 0; 
       int end = nums.size() - 1;
        while(begin <= end){
            int mid = ((end-begin)>>1) + begin;
            if(nums[mid] == target){
                if(mid == (nums.size() - 1) || target < nums[mid + 1]){
                    return(mid);
                }
                begin = mid + 1;
            }else if(nums[mid] < target){
                begin = mid + 1;
            }else if(nums[mid] > target){
                end = mid - 1;
            }
        }

总结

最基本的二分查找算法:
因为我们初始化 right = nums.length - 1
所以决定了我们的「搜索区间」是 [left, right]
所以决定了 while (left <= right)
同时也决定了 left = mid+1 和 right = mid-1
因为我们只需找到一个 target 的索引即可
所以当 nums[mid] == target 时可以立即返回

寻找左侧边界的二分查找:
因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid
因为我们需找到 target 的最左侧索引
所以当 nums[mid] == target 时不要立即返回
而要收紧右侧边界以锁定左侧边界

寻找右侧边界的二分查找:
因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid
因为我们需找到 target 的最右侧索引
所以当 nums[mid] == target 时不要立即返回
而要收紧左侧边界以锁定右侧边界
又因为收紧左侧边界时必须 left = mid + 1
所以最后无论返回 left 还是 right,必须减一

leetcode 34题
在这里插入图片描述

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        
        vector<int> result;
        int begin = 0;
        int end = nums.size(); // [0 nums.size()) 右开区间,注意检查begin==end的情况
        //找左边
        while(begin < end){
            int mid = ((end-begin)>>1) + begin;
            if(nums[mid] == target){
                end = mid;
            }else if(nums[mid] > target){
                end = mid;
            }else if(nums[mid] < target){
                begin = mid + 1;
            }
        }
        
        //begin == end  可能的取值为0、nums.length或者(0-nums.length)
        // target比所有数都大,也就是left==nums.length
        if (begin == nums.size()) return {-1,-1};
        // target比所有数都小,这时begin为0;begin处理[0 - nums.length-1]都有可能等于target
        if(nums[begin] == target){
            result.push_back(begin);
        }else{ //这时begin为0,且target比所有数都小,即没有找到目标值
            return {-1,-1};
        }
        
         //找右边
        begin = 0;
        end = nums.size();
        while(begin<end){
            int mid = ((end-begin)>>1) + begin;
            if(nums[mid] == target){
                begin = mid + 1; //闭区间
            }else if(nums[mid] > target){
                end = mid;       //开区间
            }else if(nums[mid] < target){
                begin = mid + 1;
            }
        }
        
        //正常处理左边
        //begin == end  可能的取值为0、nums.length或者(0-nums.length)
        //if(left == 0) return {-1,-1};
        //if(nums[left-1]==target){  //left可能为[1-nums.length] left-1可能为[0-nums.length-1]
            //result.push_back(begin-1);
        //}else{
            //return {-1,-1};
        //}
        
        //由于找左边时,已经确保数组中有target,这里只需要返回,不需要特殊处理
        result.push_back(begin-1);
       return result;
    }
};
©️2020 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页