最骚操作的二分查找,秀儿?

简介: 最骚操作的二分查找,秀儿?

@[toc]

你不知道的事

你肯定听说过在有序数组中,通过二分算法查找等于指定的值?但是...

你是否听说过在有序数组中,通过二分算法查找大于等于指定的值的最左下标?

你是否听说过在有序数组中,通过二分算法查找小于等于指定的值的最右下标?

你是否听说过在无序数组中,也可以用二分算法?知道如何用二分算法解决局部最小值问题吗?

骚算法

package com.nobody.search;

/**
 * @author Mr.nobody
 * @Description 二分查找
 * @date 2020/9/5
 */
public class Code01_BinarySearch {

    // 二分查找,在有序数组中查找指定值,找到返回下标,否则返回-1
    public static int binarySearch(int[] sortedArr, int num) {
        if (null == sortedArr || sortedArr.length == 0) {
            return -1;
        }
        int left = 0;
        int right = sortedArr.length - 1;
        int mid = 0;
        while (left <= right) {
            // 等同于mid = (left + right) / 2;
            // 但是下面的表达式既速度快,还能避免left+right溢出
            mid = left + ((right - left) >> 1);
            if (sortedArr[mid] == num) {
                return mid;
            } else if (sortedArr[mid] > num) {
                right = mid - 1;
            } else {
                left = mid + 1;
            }
        }
        return -1;
    }

    // 二分查找,在有序数组中查找大于等于指定值的最左的数,找到返回下标,否则返回-1
    // 例如数组[1, 2, 2, 5, 8, 10, 11, 11, 11, 20],指定值为2,则返回下标1
    // 指定值为7,则返回下标为4;指定值为0,返回下标0;指定值为25,则返回下标-1
    public static int greaterEqualBinarySearch(int[] sortedArr, int num) {
        if (null == sortedArr || sortedArr.length == 0) {
            return -1;
        }
        int left = 0;
        int right = sortedArr.length - 1;
        int mid = 0;
        // 记录满足的最左下标
        int mostLeftIndex = -1;
        while (left <= right) {
            // 等同于mid = (left + right) / 2;
            // 但是下面的表达式既速度快,还能避免left+right溢出
            mid = left + ((right - left) >> 1);
            if (sortedArr[mid] >= num) {
                mostLeftIndex = mid;
                right = mid - 1;
            } else {
                left = mid + 1;
            }
        }
        return mostLeftIndex;
    }

    // 二分查找,在有序数组中查找小于等于指定值的最右的数,找到返回下标,否则返回-1
    // 例如数组[1, 2, 2, 5, 8, 10, 11, 11, 11, 20],指定值为2,则返回下标2
    // 指定值为7,则返回下标为3;指定值为0,返回下标-1;指定值为25,则返回下标9
    public static int lessEqualBinarySearch(int[] sortedArr, int num) {
        if (null == sortedArr || sortedArr.length == 0) {
            return -1;
        }
        int left = 0;
        int right = sortedArr.length - 1;
        int mid = 0;
        // 记录满足的最右下标
        int mostRightIndex = -1;
        while (left <= right) {
            // 等同于mid = (left + right) / 2;
            // 但是下面的表达式既速度快,还能避免left+right溢出
            mid = left + ((right - left) >> 1);
            if (sortedArr[mid] <= num) {
                mostRightIndex = mid;
                left = mid + 1;
            } else {
                right = mid - 1;

            }
        }
        return mostRightIndex;
    }

    // 二分查找,在数组中(不一定要有序)查找局部最小数(随便一个就可以),找到返回下标,否则返回-1
    // 何为局部最小值,当某一个位置i的数,只要小于等于i-1和i+1位置的数时,即i位置的数就是局部最小值
    // 如果不存在i-1或i+1位置,就不需要比较,例如0位置的数只需要小于等于1位置的数即可;
    // n-1位置的数只需要小于等于n-2位置的数即可;
    public static int localMinBinarySearch(int[] arr) {
        if (null == arr || arr.length == 0) {
            return -1;
        }
        if (arr.length == 1 || arr[0] <= arr[1]) {
            return 0;
        }
        if (arr[arr.length - 1] <= arr[arr.length - 2]) {
            return arr.length - 1;
        }

        // 既然数组头部和尾部都不满足局部最小值,那肯定整个数据区间是↘...↗走势
        // 则可以从中间切入,局部最小肯定在中间,左区间或者右区间存在,
        // 按此逻辑进行二分查找下去即可
        int left = 0;
        int right = arr.length - 1;
        int mid = 0;
        while (left <= right) {
            // 等同于mid = (left + right) / 2;
            // 但是下面的表达式既速度快,还能避免left+right溢出
            mid = left + ((right - left) >> 1);
            if (arr[mid - 1] >= arr[mid] && arr[mid] <= arr[mid + 1]) {
                // 既小于等于左边,又小于等于右边,满足局部最小值
                return mid;
            } else if (arr[mid - 1] < arr[mid]) {
                // 大于左边,则左边是↘...↗走势,那肯定在左边区间一定存在局部最小值
                right = mid - 1;
            } else if (arr[mid] > arr[mid + 1]) {
                // 大于右边,则右边是是↘...↗走势,那肯定在右边区间一定存在局部最小值
                left = mid + 1;
            }
        }
        return -1;
    }
}

测试

package com.nobody.search;

import com.nobody.sort.Code01_InsertionSort;

import java.util.Arrays;

/**
 * @author Mr.nobody
 * @Description
 * @date 2020/9/6
 */
public class Main {
    public static void main(String[] args) {
        int[] arr = {1, 2, 2, 5, 8, 10, 11, 11, 11, 20};
        int num = 2;
        System.out.print("有序数组:");
        Arrays.stream(arr).forEach(e -> System.out.print(e + " "));
        System.out.println();
        System.out.println("待查找数:" + num);
        System.out.println("查找的下标:" + Code01_BinarySearch.binarySearch(arr, num));

        System.out.println("----------------------------------------");

        System.out.println("大于等于的数:" + 2 + ",最左下标为:"
                + Code01_BinarySearch.greaterEqualBinarySearch(arr, 2));
        System.out.println("大于等于的数:" + 7 + ",最左下标为:"
                + Code01_BinarySearch.greaterEqualBinarySearch(arr, 7));
        System.out.println("大于等于的数:" + 0 + ",最左下标为:"
                + Code01_BinarySearch.greaterEqualBinarySearch(arr, 0));
        System.out.println("大于等于的数:" + 25 + ",最左下标为:"
                + Code01_BinarySearch.greaterEqualBinarySearch(arr, 25));

        System.out.println("----------------------------------------");

        System.out.println("小于等于的数:" + 2 + ",最右下标为:"
                + Code01_BinarySearch.lessEqualBinarySearch(arr, 2));
        System.out.println("小于等于的数:" + 7 + ",最右下标为:"
                + Code01_BinarySearch.lessEqualBinarySearch(arr, 7));
        System.out.println("小于等于的数:" + 0 + ",最右下标为:"
                + Code01_BinarySearch.lessEqualBinarySearch(arr, 0));
        System.out.println("小于等于的数:" + 25 + ",最右下标为:"
                + Code01_BinarySearch.lessEqualBinarySearch(arr, 25));

        System.out.println("----------------------------------------");
        int[] arr1 = {1, 2, 2, 10, 8, 4, 2, 11, 7, 20};
        System.out.print("数组:");
        Arrays.stream(arr1).forEach(e -> System.out.print(e + " "));
        System.out.println(",局部最小值下标:" + Code01_BinarySearch.localMinBinarySearch(arr1));

        int[] arr2 = {4, 2, 2, 10, 8, 4, 2, 11, 7, 5};
        System.out.print("数组:");
        Arrays.stream(arr2).forEach(e -> System.out.print(e + " "));
        System.out.println(",局部最小值下标:" + Code01_BinarySearch.localMinBinarySearch(arr2));

        int[] arr3 = {7, 2, 2, 10, 8, 4, 2, 11, 7, 20};
        System.out.print("数组:");
        Arrays.stream(arr3).forEach(e -> System.out.print(e + " "));
        System.out.println(",局部最小值下标:" + Code01_BinarySearch.localMinBinarySearch(arr3));

        int[] arr4 = {3, 2, 4, 10, 8, 6, 7, 11, 7, 10};
        System.out.print("数组:");
        Arrays.stream(arr4).forEach(e -> System.out.print(e + " "));
        System.out.println(",局部最小值下标:" + Code01_BinarySearch.localMinBinarySearch(arr4));
    }
}

测试结果

有序数组:1 2 2 5 8 10 11 11 11 20 
待查找数:2
查找的下标:1
----------------------------------------
大于等于的数:2,最左下标为:1
大于等于的数:7,最左下标为:4
大于等于的数:0,最左下标为:0
大于等于的数:25,最左下标为:-1
----------------------------------------
小于等于的数:2,最右下标为:2
小于等于的数:7,最右下标为:3
小于等于的数:0,最右下标为:-1
小于等于的数:25,最右下标为:9
----------------------------------------
数组:1 2 2 10 8 4 2 11 7 20 ,局部最小值下标:0
数组:4 2 2 10 8 4 2 11 7 5 ,局部最小值下标:9
数组:7 2 2 10 8 4 2 11 7 20 ,局部最小值下标:6
数组:3 2 4 10 8 6 7 11 7 10 ,局部最小值下标:5
相关文章
|
3月前
|
算法
【算法】二分查找——二分查找
【算法】二分查找——二分查找
|
5月前
|
存储 算法 数据挖掘
LeetCode 题目 88:双指针\直接\递归\插入排序\归并排序 实现合并两个有序数组
LeetCode 题目 88:双指针\直接\递归\插入排序\归并排序 实现合并两个有序数组
|
5月前
|
存储 算法 搜索推荐
二分查找(适应于无序数组的一种方法)
二分查找(适应于无序数组的一种方法)
34 0
|
6月前
|
算法
删除有序数组中的重复项。要求空间复杂度O(1),++时间复杂度O(n)
删除有序数组中的重复项。要求空间复杂度O(1),++时间复杂度O(n)
31 0
|
6月前
|
存储 人工智能 搜索推荐
浅谈归并排序:合并 K 个升序链表的归并解法
在面试中遇到了这道题:如何实现多个升序链表的合并。这是 LeetCode 上的一道原题,题目具体如下:
73 0
浅谈归并排序:合并 K 个升序链表的归并解法
|
6月前
|
搜索推荐
排序算法:快速排序(三种排序方式、递归和非递归)
排序算法:快速排序(三种排序方式、递归和非递归)
119 0
|
算法 搜索推荐
基本算法(排序和二分查找)
基本算法(排序和二分查找)
44 0
二分查找的三种方法
二分查找的三种方法
|
数据安全/隐私保护 C语言
二分查找以及循环练习
二分查找以及循环练习