【0基础学算法】二分查找 (超详细讲解+私人笔记+源码)

简介: 笔记

查找也是有特殊情况的,比如数列本身是有序的。这个有序数列是怎么产生的呢?有时它可能本身就是有序的,也有可能是我们通过之前所学的排序算法得到的。不管怎么说,我们现在已经得到了有序数列了并需要查找。这时二分查找该出场了。


概述


二分查找又称折半查找、二分搜索、折半搜索等,是在分治算法基础上设计出来的查找算法,对应的时间复杂度为O(logn)。


到这里是不是感觉很熟悉,我们前两期的算法知识,也是基于分治的方法去进行学习的,如果有这方面还不了解的朋友,你可以到我的第一篇文章(0基础学算法)里面去查看一下。


二分查找理解


二分查找就是使用二分查找算法搜索目标元素的核心思想是:不断地缩小搜索区域,降低查找目标元素的难度。

6.png




我们现在在网络上去寻找二分查找的知识时,有很多教程在讲解二分查找的实现时,向我们讲解的是,在一个升序的列表中;也就是都会提到一个顺序的列表的前提条件。确实顺序列表可以使用二分查找,但是这也会给我们造成一个误解,只有顺序列表才能使用二分查找,其实并不是这样的,在这里我强调一下:


有顺序或者是有单调性一定可以二分查找;但是,可以二分查找并不一定有单调性。


所以对于二分查找我们这样理解即可:也就是给定我们一个区间,有一个条件,它可以将我们这个区间去分成左右两个部分(这两个部分可以不相邻);这时我们就可以去使用二分查找的方法了。


看完上面的知识,我们就可以了解到,什么时候可以使用二分查找,这个知识很重要,因为我们在学习算法时,会接触到很多很多知识,你学完所有的知识,也都熟悉掌握了,但是你不知道什么时候用什么知识,这样会大大降低你写题的效率,所有学会什么时候使用知识,这也是我们学习的重点之一。


二分查找实现


下面,我们就开始正式的讲解二分查找了,我们将二分查找分成两个部分:整数二分、实数二分。其中整数二分是最麻烦的,因为如果我们处理不好边界问题,会很容易的造成死循环,实数二分就很简单,如果我们可以正确的理解掌握整数二分,那么实数二分就是不在话下的。


举例说明

在这里我们给出一串数字,想要查找3数字对应的下标范围。

7.png



这时我们就要使用二分查找了,我们通过观察图片可以看出数字3的范围是 [3,4] 。


第一步我们先找中点,即中点是2 。

8.png


这时我们判断2是小于三的,所以我们左半边的部分可以一并砍掉,留下右半边。(判断条件 Mid >= x ;可以暂时不考虑,先学习大致方法)


这时我们再次找中点,即:4 。


9.png


这时我们判断3>=3, 满足条件,所以更新右半边。


10.png


这时我们继续进行判断,Mid:3 ;满足条件,所以更新区间,这一次更新区间后下标就只有3了,这时我们也成功的把左半下标成功找到。


然后我们判断一下是否有解,也就是最后更新的区间最边界值是否等于我们想要求的值,如果相等那么就是存在,如果不相等,就是不存在。


之后我们如法炮制的去进行求右半边点,这时求右半边的点要求就变成了判断 Mid <= x ;


这时我们进行计算Mid跟左半边不太一样,这里到下面讲解时会讲些。


11.png


由于3<=3 满足条件,所以将左半边删去,因为这时就算有右半边范围也只可能时Mid点,也不可能在Mid点前面。


12.png


这时我们继续计算Mid点,即:4 .

13.png



这时继续判断,发现3<=3 ;所以砍掉左边部分 ;

14.png


这时我们继续计算中点,发现Mid:5 ;此时4>3 ;所以不满足。


这时山区左半边就剩下一个元素,其对应的下标也就是我们的右半边了。


程序结束。


完整流程以及笔记如下:

15.png

16.png

整数二分

其实整数二分的本质也就是边界问题了。在这里,我们将会为大家提供两个模板,提前剧透一下这两个模板的根本区别就在于"+1"。


17.png


所以这两个模板也就是求两个边界点的模板,就是图中红色斑块模板和蓝的板块的模板。


模板讲解

我们将整数二分成了两个板块,那么我们下面就来分析一下这两个板块了。


红色区间:


1.取Mid点为中间点。


2.判断mid点。(后面详细讲解)


3.判断是否满足:(l、r初始为左右端点)


       满足:更新区间, l=mid ;


       不满足:更新区间,r=mid-1;


蓝色区间:


1.取Mid点为中间点。


2.判断mid点。(后面详细讲解)


3.判断是否满足:(l、r初始为左右端点)


       满足:更新区间, r=mid ;


       不满足:更新区间,l=mid+1;


看了上面的部分,我们就对二分查找的整个流程就有了一个具体的认识,那么下面我们就要对二分查找的细节去进行一个详细的解释了。


二分查找细节

首先,我们要知道的是,题目中l,r在最初始时是数组的左右两端点,并且这里给出一个数组a来方便我们理解。


对于mid点


mid点也就是数组的中点下标,其结果是(l+r)/2,但是切记如果我们在使用红色区间的模板时,mid点需要设为:(l+r+1)/2;


其原因主要是因为在C++中除法是进行向下取整的,当 l = r-1 的时候,我们进行红色区域的操作时,(l+r)/2 = l ;这个时候如果我们正确的话,更新区间为l=mid,但mid=l;所以这时就进入到了一个死循环中,于是算法就不成立,这时我们+1后就可以完美解决这个问题了。


那么在使用的时候我们应该怎么样取规避掉这些错误呢?


在这里教给大家一个简单的方法,就是我们刚开始也不用管是否+1,先写,在判断条件的时候,如果成立情况下,是要 l=mid 这时就需要进行+1的操作了,否则的话,我们就不需要进行 +1 的操作。


如何判断变换左右点


平时在这方面一直会有朋友来问,我应该怎么样判断我需要取的点是 l=mid 还是 r=mid 以及还有怎么判断是该 l = mid+1, 为啥要 +1 而不是 -1 啊?


这里我们还是要从回归模板本质,我们设想一下,如果给出我们一个有序数组,让我们取找到其中一个数(num)的位置,那么当我们的 a[mid] >= num 的时候,此时,min下标后面的元素全都不可能成为数字num的范围,因为min下标后面的数都比mid大,所以我们的num位置一定在左半区,这样我们就只需要更新r点就可以了,同理我们判断更新l的时候也是这样的。


那我们又应该如何去判断+1 -1的问题呢?这里我们继续使用上面的例子,如果a[mid]>=num不成立,那么这个时候mid点以及mid点左半部分,就一定不会是num的范围,这时我们应该更新l,但l为什么是mid+1呢?一位我们前面判断的时候判断条件是 >= 也就是,不满足此条件的就不可能出现 = num 的情况,所以mid必不可能在num的范围内。


那为什么我们上面的判断不需要 +1 -1呢?因为上面我们使用的是大于等于,所以有一种 a[mid]=num的情况需要我们去考虑,那这个mid很有可能就是其边界点,这时我们就不可以去进行 +1 -1的操作。


模板实现

红色区域情况


bool check(int x) {/* ... */}  // 检查x是否满足某种性质
// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用:
int red(int l, int r)
{
  while (l < r)
  {
  int mid = (l + r)/2 ;
  if (check(mid)) r = mid;    // check()判断mid是否满足性质
  else l = mid + 1;
  }
  return l;
}

蓝色区域情况:


bool check(int x) {/* ... */} // 检查x是否满足某种性质
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用:
int bule(int l, int r)
{
  while (l < r)
  {
  int mid = (l + r + 1)/2;
  if (check(mid)) l = mid;
  else r = mid - 1;
  }
  return l;
}

注意注意:当true需要执行 l=mid时,计算mid的时候就需要 +1 。


实数二分

对于实数二分就是一种比较简单的二分方法了,就比如我们想要求一个数的三次方根就可以使用这种方法。


在这可能有朋友会产生两个问题;


第一,为什么求三次方根可以使用二分查找。我们思考一下我在讲二分查找的时候我说过的一句话,也就是给定我们一个区间,有一个条件,它可以将我们这个区间去分成左右两个部分(这两个部分可以不相邻);这时我们就可以去使用二分查找的方法了。那咱们看一下这个情况,我们将这个数的三次方根放入一个顺序的范围内,然后我们不断判断 a[mid]的三次方与我们要计算的数相比,这样是不是可以将其划分为左右两个部分;这是我们就满足的它的条件,那么我们也就可以去使用二分查找了。18.png


第二,为什么二分查找可以去求得三次方,这里我们其实最后算出来的是一个范围,但是这个范围是足够的小,以至于我们在输出前几位数字的时候它不会有差别,所以也就是变向的计算出了其三次方根了。


实数二分模板

实数二分的模板就不分两部分了,他只有一种。


1.取Mid点为中间点。


2.判断mid点。


3.判断是否满足:(l、r初始为左右端点)


       满足:更新区间, r=mid ;


       不满足:更新区间,l=mid;


这样一看是不是就发现实数二分要比我们的整数二分要简单很多了。


模板

bool check(double x) {/* ... */} // 检查x是否满足某种性质
double bsearch(double l, double r)
{
    const double eps = 1e-6;   // eps 表示精度,取决于题目对精度的要求
                                //通常我们要保存精度大两位
    while (r - l > eps)
    {
        double mid = (l + r) / 2;
        if (check(mid)) r = mid;
        else l = mid;
    }
    return l;
}

习题讲解

题目一 数的范围

题目描述

给定一个按照升序排列的长度为n的整数数组,以及 q 个查询。

对于每个查询,返回一个元素k的起始位置和终止位置(位置从0开始计数)。

如果数组中不存在该元素,则返回“-1 -1”。



输入格式

第一行包含整数n和q,表示数组长度和询问个数。

第二行包含n个整数(均在1~10000范围内),表示完整数组。

接下来q行,每行包含一个整数k,表示一个询问元素。



输出格式

共q行,每行包含两个整数,表示所求元素的起始位置和终止位置。

如果数组中不存在该元素,则返回“-1 -1”。



数据范围

1≤n≤100000


1≤q≤10000


1≤k≤10000


样例

输入样例:


6 3

1 2 2 3 3 4

3

4

5


输出样例:


3 4

5 5

-1 -1

思路


本题是练习二分很好的一道题目,二分程序虽然简单,但是如果写之前不考虑好想要查找的是什么,十有八九会是死循环或者查找错误,就算侥幸写对了也只是运气好而已。用二分去查找元素要求数组的有序性或者拥有类似于有序的性质,对本题而言,一个包含重复元素的有序序列,要求输出某元素出现的起始位置和终止位置,翻译一下就是:在数组中查找某元素,找不到就输出-1,找到了就输出不小于该元素的最小位置和不大于该元素的最大位置。所以,需要写两个二分,一个需要找到>=x的第一个数,另一个需要找到<=x的最后一个数。查找不小于x的第一个位置,较为简单。

int l = 0, r = n - 1;
while (l < r) {
    int mid = (l + r )/2;
    if (a[mid] < x)  l = mid + 1;
    else    r = mid;
}

当a[mid]小于x时,令l = mid + 1,mid及其左边的位置被排除了,可能出现解的位置是mid + 1及其后面的位置;当a[mid] >= x时,说明mid及其左边可能含有值为x的元素;当查找结束时,l与r相遇,l所在元素若是x则一定是x出现最小位置,因为l左边的元素必然都小于x。查找不大于x的最后一个位置 同理而言,查找不大于x的最后一个位置,当a[mid] <= x时,待查找元素只可能在mid及其后面,所以l = mid;当a[mid] > x时,待查找元素只会在mid左边,令r = mid。


AC


#include <iostream>
using namespace std ;
const int N = 100010 ;
int a[N] ;
int main()
{
  int n , q ;
  cin >> n >> q;
  int num , mid , l, r ;
  for(int i=0; i<n; i++)
  {
  cin >> a[i] ;
  }
  while(q--)
  {
  cin >> num ;
  l = 0, r = n-1 ;
  while(l<r)  //判断,当l=r时停止
  {
    mid = (l+r)/2 ; //调用模板
    if(a[mid]>=num)
    {
    r = mid ;
    }
    else
    {
    l = mid+1 ;
    }
  }
  if(a[l] != num) cout <<"-1 -1" << endl ;  //如果不存在输出
  else{
    cout << l << " " ;  //输出左半边下标
    l = 0, r = n-1 ;
    while(l<r)
    {
    mid = (l+r+1)/2 ;
    if(a[mid]<=num)
    {
      l = mid ;
    }
    else{
      r = mid - 1 ;
    }
    }
    cout << l << endl ; //输出右半边下标
  }
  }
  return 0 ;
}

在这里需要提醒的是,题目中说不存在该元素,并不是我们的二分查找没有结果,这两个意思是不用的,我们的二分查找模板是一定会输出一个范围的,只是当数组中不存在该元素会输出的范围是特定的,所以通过我们判断这个范围去判断是否存在该元素,并不是我们的二分查找没有结果。


题目二 数的三次方根

给定一个浮点数 n,求它的三次方根。


输入格式


共一行,包含一个浮点数 n。


输出格式


共一行,包含一个浮点数,表示问题的解。


注意,结果保留 6 位小数。


数据范围


−10000≤n≤10000−10000≤n≤10000

输入样例:


1000.00

输出样例:


10.000000

思路:


对于这道题目实质上就是考察了我们二分的相关知识,也就是我们将这个三次方的数设定一根范围,在这个范围内去不断缩小这个数的大小范围,知道缩小到我们想要的结果为止。


具体流程如下:

20.png



在这里,结果是想要保留六为小数,所以我们将结果的范围控制在10^-8以内就可以了,这时不论我们输出 l 还是输出 r ,保留六位小数的结果都是相同的。


AC:

#include<iostream>
using namespace std ;
int main()
{
  double x ;
  cin >> x ;
  double l = -10000, r = 10000 ;    //范围
  double num = 1e-8 ;    //设置精度
  while(r-l >= num)        //调用模板
  {
  double mid = (l+r)/2 ;
  if(x >= mid*mid*mid)
  {
    l = mid ;
  }
  else{
    r = mid ;
  }
  }
  printf("%.6lf", l) ;        //保留小数
  return 0 ;
}


到这里我们的二分查找也就讲解结束了,希望大家都可以听懂,如果还有什么不会的可以在评论下面提出,我看到后就会立即回复的。也希望大家可以多多支持,加油!一起进步。


相关文章
|
1月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
1月前
|
存储 算法 Java
深入算法基础二分查找数组
文章深入学习了二分查找算法的基础,通过实战例子详细解释了算法的逻辑流程,强调了确定合法搜索边界的重要性,并提供了Java语言的代码实现。
深入算法基础二分查找数组
|
1月前
|
JSON 算法 API
京东以图搜图功能API接口调用算法源码python
京东图搜接口是一款强大工具,通过上传图片即可搜索京东平台上的商品。适合电商平台、比价应用及需商品识别服务的场景。使用前需了解接口功能并注册开发者账号获取Key和Secret;准备好图片的Base64编码和AppKey;生成安全签名后,利用HTTP客户端发送POST请求至接口URL;最后解析JSON响应数据以获取商品信息。
|
1月前
|
数据采集 机器学习/深度学习 算法
【python】python客户信息审计风险决策树算法分类预测(源码+数据集+论文)【独一无二】
【python】python客户信息审计风险决策树算法分类预测(源码+数据集+论文)【独一无二】
|
1月前
|
算法
【算法】二分查找——二分查找
【算法】二分查找——二分查找
|
1月前
|
算法 Python
【python】python基于 Q-learning 算法的迷宫游戏(源码+论文)【独一无二】
【python】python基于 Q-learning 算法的迷宫游戏(源码+论文)【独一无二】
|
2月前
|
算法
【算法】二分查找(整数二分和浮点数二分)
算法学习——二分查找(整数二分和浮点数二分)
29 0
【算法】二分查找(整数二分和浮点数二分)
|
2月前
|
机器学习/深度学习 算法 调度
Matlab|基于改进鲸鱼优化算法的微网系统能量优化管理matlab-源码
基于改进鲸鱼优化算法的微网系统能量管理源码实现,结合LSTM预测可再生能源和负荷,优化微网运行成本与固定成本。方法应用于冷热电联供微网,结果显示经济成本平均降低4.03%,提高经济效益。代码包括数据分段、LSTM网络定义及训练,最终展示了一系列运行结果图表。
|
3月前
|
存储 算法 Java
技术笔记:JVM的垃圾回收机制总结(垃圾收集、回收算法、垃圾回收器)
技术笔记:JVM的垃圾回收机制总结(垃圾收集、回收算法、垃圾回收器)
39 1
|
2月前
|
算法 JavaScript
JS 【算法】二分查找
JS 【算法】二分查找
25 0