2021.11.23-2021.11.25 Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/文章目录
- 1. 二分查找
- 2. 二分下标题目
- LeetCode 704. 二分查找
- LeetCode 374. 猜数字大小
- LeetCode 35. 搜索插入位置
- LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置
- LeetCode 167. 两数之和 II - 输入有序数组
- LeetCode 153. 寻找旋转排序数组中的最小值
- Leetcode 154. 寻找旋转排序数组中的最小值 II
- LeetCode 33. 搜索旋转排序数组
基本算法思想:是一种在有序数组中查找某一特定元素的搜索算法。先确定待查找元素所在的区间范围,在逐步缩小范围,直到找到元素或找不到该元素为止。
- 每次查找时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,而且跟开始一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。
事例: 假设原始序列为array=[3, 12, 24, 31, 46, 48, 52, 66, 69, 79, 82],目标元素target=52。
- 开始时,low=0,high=10,mid=(low + high) / 2 = 5。
- 此时,比目标值小,说明在右侧。low=5+1=6,high=10,mid=(low + high) / 2 = 8。
- 此时,比目标值大,说明在左侧 low=6,high=mid-1=7,mid=(low + high) / 2 = 6。
- 就找到了
- 找不到就是,整个数数组找完了(条件:low > high)都没找到,那说明没有。
代码:
def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) - 1 # 在区间 [left, right] 内查找 target while left <= right: # 取区间中间节点 mid = (left + right) // 2 # 如果找到目标值,则直接返回中心位置 if nums[mid] == target: return mid # 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索 elif nums[mid] < target: left = mid + 1 # 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索 else: right = mid - 1 # 未搜索到元素,返回 -1 return -1
方法二:排除法思想
class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) - 1 # 在区间 [left, right] 内查找 target while left < right: # 取区间中间节点 mid = left + (right - left + 1) // 2 # nums[mid] 大于目标值,排除掉不可能区间 [mid, right],在 [left, mid - 1] 中继续搜索 if nums[mid] > target: right = mid - 1 # nums[mid] 小于等于目标值,目标元素可能在 [mid, right] 中,在 [mid, right] 中继续搜索 else: left = mid # 判断区间剩余元素是否为目标元素,不是则返回 -1 return left if nums[left] == target else -1
- if nums[mid] > target:如果中间值大于目标值,那么一定在左半部分
- 另一种情况 就是不大于目标值,所以left = mid
- 最终left=right结束(和while条件相反的临界值)
- return left if nums[left] == target 就是相等的话返回坐标,其他情况返回-1
https://leetcode-cn.com/problems/binary-search/
- 思路没有一点变化,和原理无异
class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums)-1 ans = -1 while left <= right: mid = (left+right)//2 if nums[mid] == target: ans = mid return ans if nums[mid] < target: left = mid+1 else: right = mid-1 return ansLeetCode 374. 猜数字大小
https://leetcode-cn.com/problems/guess-number-higher-or-lower/
- 这道题多少感觉有点问题,以下是答案,如果有看懂的给我讲一下
- int guess(int num) 来获取猜测结果
class Solution: def guessNumber(self, n: int) -> int: left = 1 right = n while left <= right: mid = (right + left) // 2 ans = guess(mid) if ans == 1: left = mid + 1 elif ans == -1: right = mid - 1 else: return mid return 0LeetCode 35. 搜索插入位置
https://leetcode-cn.com/problems/search-insert-position/
-
为了效率满足,用了二叉查找,思路没有一点变化,和原理无异
-
唯一不同就是这里要输出插入位置
-
当找到一样值的时候,这个值得位置就是插入的位置
-
如果搜索到最后没找到这个值,也就是结束条件left > right,一定是应该插入到left这个位置,所以return left
class Solution: def searchInsert(self, nums: List[int], target: int) -> int: n = len(nums) left = 0 right = n - 1 ans = n while left <= right: mid = left + (right - left) // 2 if nums[mid] == target: return mid elif nums[mid] < target: left = mid + 1 else: right = mid - 1 return leftLeetCode 34. 在排序数组中查找元素的第一个和最后一个位置
https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/
这道题如果按正常思路,从小到大找呗,然后找到输出就行。但是本题要求$O(logn)$
思想:
- 用二叉查找发 先找到这个值
- 然后向两边找,直到出现不同
class Solution: def searchRange(self, nums: List[int], target: int) -> List[int]: left = 0 right = len(nums) - 1 ans = [-1, -1] while left <= right: mid = (left + right) // 2 if nums[mid] == target: nums.append(0.1) ans[0] = ans[1] = mid while (ans[0]-1>=0) and (nums[ans[0]-1] == target) : ans[0] -= 1 while (nums[ans[1]] == target) and ((ans[1]+1) <= len(nums)-1): ans[1] += 1 ans[1]= ans[1] -1 return ans if nums[mid] < target: left = mid + 1 else: right = mid - 1 return ans
- 是在二分法相等的条件下做往两端延伸看是否与target相等。我遇到的问题就是边界的判断
- 当最左端是目标时,如【2,2,3】target =2,因为nums[-1]是有值的(list最后一个),但我们要防止它套圈,所以加了条件ans[0]-1 >= 0
- 另一个是最右端处理,因为+1 要超出nums长度的,所以我在末尾加了一个不可能出现的数nums.append(0.1),使得循环不超界
- 最后,我们尝试一下特殊的数组,比如【】,【1】,【2,2】是否满足
参考答案:
class Solution: def searchRange(self, nums: List[int], target: int) -> List[int]: ans = [-1, -1] n = len(nums) # 空的情况 if n == 0: return ans left = 0 right = n - 1 #排除法,最终是要搜索完,那么只有两种情况:没有目标值,和目标值最左端 while left < right: mid = left + (right - left) // 2 if nums[mid] < target: left = mid + 1 # 它这个即使现在找到目标值了,但是没有搜索完 还是会去逼近目标值最左端 else: right = mid # 没有目标值,返回ans if nums[left] != target: return ans # 存在目标值,那么结束一定是在最左端 ans[0] = left left = 0 right = n - 1 #同样的方法找最右端 while left < right: mid = left + (right - left + 1) // 2 if nums[mid] > target: right = mid - 1 else: left = mid if nums[left] == target: ans[1] = left return ans
- 这个算法的精彩 在于while循环的排除法,它不是找到结束,而是查完表才结束
- if nums[mid] < target:的else是nums[mid] >= target,然后让mid成为右端,也就是如果有目标值,那么左端一定存在目标值(右端也可能有)
- 循环完while,最后指针left,right指向同一个地方,只会出现两种情况:① 这个值不是目标值和② 这个值是目标值,且一定是目标值的最左端
- 同理第二个while找连续目标值的最右端
https://leetcode-cn.com/problems/two-sum-ii-input-array-is-sorted/
条件:
- 有且只有一个有效答案
- 非递减顺序
想法1:
- 双层循环肯定是可以,但效率应该是最低的;
想法2:
- 一层循环+一层二分是可以实现的,效率稍微高一点
- 我采用第一层是i从小到大的循环,第二层是从left = i+1开始的二分查找
class Solution: def twoSum(self, numbers: List[int], target: int) -> List[int]: for i in range(len(numbers)): #从i+1开始找起 left = i+1 right = len(numbers) - 1 #我们查找的目标值是num num = target - numbers[i] while left <= right: # 取区间中间节点 mid = (left + right) // 2 # 如果找到目标值,则直接返回中心位置 if numbers[mid] == num: return [i+1, mid+1] # 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索 elif numbers[mid] < num: left = mid + 1 # 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索 else: right = mid - 1LeetCode 153. 寻找旋转排序数组中的最小值
https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array/
思想1:
- 常规思路遍历,找到最小值,输出,但效率低
思想2:
- nums[mid] > nums[right],最小值一定在mid右边
- nums[mid]<=nums[right],最小值一定在mid 或者mid左边
解析一下:
- 条件是非递减序列,按理说右边至少要和mid相等或者大的,但现在小了,那么一定是从头开始计算了,也就是起始值在mid右侧
class Solution: def findMin(self, nums: List[int]) -> int: left = 0 right = len(nums) - 1 while left < right: mid = left + (right - left) // 2 if nums[mid] > nums[right]: left = mid + 1 else: right = mid return nums[left]
- 循环结束条件 right = left ,若依return nums[right]也行
https://leetcode-cn.com/problems/find-minimum-in-rotated-sorted-array-ii/
条件:
- 与上题不同之处,给你一个可能存在 重复 元素值的数组 nums
- 导致我们比右边大小时候,可能无法判断最小值的位置
【3,3,1,3】mid = 1,和右侧比 我们无法判断位置
思想:
- 如果 nums[mid] > nums[right],则最小值不可能在 mid 左侧,一定在 mid 右侧
- 如果 nums[mid] < nums[right],则最小值一定在 mid 左侧,
- 当 nums[mid] == nums[right],无法判断在mid 的哪一侧,可以采用 right = right - 1 逐步缩小区域。
class Solution: def findMin(self, nums: List[int]) -> int: left = 0 right = len(nums) - 1 while left < right: mid = left + (right - left) // 2 if nums[mid] > nums[right]: left = mid + 1 elif nums[mid] < nums[right]: right = mid else: right = right - 1 return nums[left]LeetCode 33. 搜索旋转排序数组
https://leetcode-cn.com/problems/search-in-rotated-sorted-array/
条件:
- 互不相同
- 升序排列
想法:
思想就是看mid两边哪边是连续的,再判断target是否在连续这端取值,如果是,那再进行二分
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4
示例 2:
输入:nums = [4,5,6,7,0,1,2], target = 3
输出:-1
示例 3:
输入:nums = [1], target = 0
输出:-1
mid = (0 + 6) // 2 == 3, 此时nums[mid] == 7,下面开始判断。
-
如果 nums[left] == nums[mid]:,返回mid
-
如果 nums[left] <= nums[mid]: 左侧是连续增大的,没有断层
① 当nums[left] <= target < nums[mid],那么如果有答案,就在这之间right = mid - 1
②如果不是上一种情况 那么又在mid右侧,缩减left = mid + 1
-
如果nums[left] > nums[mid],那么右侧是连续的
① nums[mid] < target <= nums[right],此时我们缩减left += 1
②否则,缩减right = mid - 1
class Solution: def search(self, nums, target): left, right = 0, len(nums) - 1 while left <= right: mid = (left + right) // 2 if nums[mid] == target: return mid elif nums[left] <= nums[mid]: if nums[left] <= target < nums[mid]: right = mid - 1 else: left = mid + 1 else: if nums[mid] < target <= nums[right]: left = mid + 1 else: right = mid - 1 return -1
难点:
-
while left <= right为什么要有=号?
因为我们相等的时候还需要判断,这个mid的情况,也就是存在不一定的存在的情况,所以要判断完才能结束。
-
elif nums[left] <= nums[mid]:为什么要有=号?
边界问题,我们重点看的是哪些地方连续。
如果条件是:nums[left] < nums[mid],比如【3,1】,target =1 那么我们mid =0 我们认为左边不连续,是右边连续,右边是个1<3,(连续的话一定是nums[right] >= nums[mid]) 所以它认为找不到,输出了-1,就错过了正确答案。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)