算法与数据结构(二) -- 二分查找及其变形体
2019-05-31 20:33
281 查看
版权声明:本为为原创文章,转载请附上连接! https://blog.csdn.net/qq_36518248/article/details/90722530
4000
优点
局限性
二分查找依赖于顺序表结构,像数组这样在连续的地址上,可使用下标随机访问的。如果是在链表上查找,那么效率会很低,跟线性查找类似。
因为依赖于顺序表结构,所以需要连续的内存空间。那么当数据量很大时就不适合了,因为可能没有足够大的连续内存空间。
总结 首先主要考察能否捕捉到使用二分查找的信息,其次是二分查找的灵活应用(即能否灵活使用变体)。如果这两点做好了,基本可以解出答案,不要考虑的太过复杂。
作者:opLW
参考:王争老师的 《数据结构与算法之美》
目录
传统二分查找
变形1:查找第一个等于给定值的元素
变形2:查找最后一个等于给定值的元素
变形3:查找第一个大于等于给定值的元素
变形4:查找第一个大于给定值的元素
变形5:查找最后一个小于等于给定值的元素
变形6:查找最后一个小于给定值的元素
具体题目 LeetCode 875
1.传统二分查找
public static int binarySearch(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { // ==1== int mid = low + (high - low >> 1); ==2== if (target == ary[mid]) { return mid; } else if (target > ary[mid]) { low = mid + 1; ==3== } else { high = mid - 1; ==3== } } return -1; }
- 注意点
1 注意这里是
low <= high
而不是low < high
- 2 注意这里要用
int mid = low + (high - low >> 1)
而不是int mid = (low + high) / 2
。优化点1 使用low + (high - low >> 1)
。当使用(low + high) / 2
时,如果两个数比较大,相加可能会引起溢出;优化点2 使用>>1
来代替/2
,位运算更加适合计算机。同时注意(high - low >> 1)
要加上括号,因为>>
的优先级低于+
。 - 3 注意
low
和high
区间的变化。
-
查找的时间复杂度为O(logn)。这样的时间复杂度,即使在数量庞大的数据中查找也有很高的效率。
-
被查找的数据本身应该是有序的,也就是说我们应该维护被查找数据的有序性。所以当数据存在频繁的插入,删除操作时,二分查找不是很合适。
变形1:查找第一个等于给定值的元素
public static int BSFirstEqual(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] > target) { high = mid - 1; } else if (ary[mid] < target) { low = mid + 1; } else { // ==4== if ((mid == 0) || (ary[mid - 1] != target)) return mid; else high = mid - 1; } } return -1; }
ary[mid] > target
和ary[mid] < target
时,与传统的二分查找相似。- 4 唯一的不同之处。因为我们要在所有数值等于给定值的元素中找到第一个,所以当
ary[mid] == target
时: 如果mid==0
,即前面没有数据了,那么这个元素就是等于给定数值的所有元素中的第一个了。 - 如果
ary[mid - 1] != target
,即前一个数据不等于给定数值了,那么这个元素就是等于给定数值的所有元素中的第一个了。 - 满足以上两个其中一个,即可返回。如果两个都不符合,那么就要
high = mid - 1
继续向左查找。
变形2:查找最后一个等于给定值的元素
public static int BSLastEqual(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] > target) { high = mid - 1; } else if (ary[mid] < target) { low = mid + 1; } else { if ((mid == ary.length - 1) || (ary[mid + 1] != target)) return mid; else low = mid + 1; } } return -1; }
变形3:查找第一个大于等于给定值的元素
public static int BSFirstBigEqual(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] >= target) { if ((mid == 0) || (ary[mid - 1] < target)) return mid; else high = mid - 1; } else if (ary[mid] < target) { low = mid + 1; } } return -1; }
- 因为是第一个大于等于给定值的元素,所以我们把大于等于集合到一块,即
ary[mid] >= target
。并且在其中做判断,当到mid == 0
或者ary[mid - 1] < target
时,停止寻找返回数据;否则继续向左查找。
变形4:查找第一个大于给定值的元素
public static int BSFirstBig(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] > target) { if ((mid == 0) || (ary[mid - 1] <= target)) return mid; else high = mid - 1; } else if (ary[mid] <= target) { low = mid + 1; } } return -1; }
变形5:查找最后一个小于等于给定值的元素
public static int BSLastSmallEqual(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] > target) { high = mid - 1; } else if (ary[mid] <= target) { if ((mid == ary.length - 1) || (ary[mid + 1] > target)) return mid; else low = mid + 1; } } return -1; }
变形6:查找最后一个小于给定值的元素
public static int BSLastSmall(int[] ary, int target) { int low = 0; int high = ary.length - 1; while (low <= high) { int mid = low + ((high - low) >> 1); if (ary[mid] >= target) { high = mid - 1; } else if (ary[mid] < target) { if ((mid == ary.length - 1) || (ary[mid + 1] >= target)) return mid; else low = mid + 1; } } return -1; }
具体题目 LeetCode 875
珂珂喜欢吃香蕉。这里有 N 堆香蕉,第 i 堆中有 piles[i] 根香蕉。警卫已经离开了,将在 H 小时后回来。
珂珂可以决定她吃香蕉的速度 K (单位:根/小时)。每个小时,她将会选择一堆香蕉,从中吃掉 K 根。如果这堆香蕉少于 K 根,她将吃掉这堆的所有香蕉,然后这一小时内不会再吃更多的香蕉。
珂珂喜欢慢慢吃,但仍然想在警卫回来前吃掉所有的香蕉。
返回她可以在 H 小时内吃掉所有香蕉的最小速度 K(K 为整数)。
1 <= piles.length <= 10^4
piles.length <= H <= 10^9
1 <= piles[i] <= 10^9
public int minEatingSpeed(int[] piles, int H) { Arrays.sort(piles); //对piles排序 int low = 1; // 确定最小值 //确定最大值。 将piles升序排序之后,piles[piles.length - 1]即为区间的最大值 int high = piles[piles.length - 1]; while(low < high) { int mid = (high - low) / 2 + low; int realHour = 0; for(int num : piles) { realHour = realHour + num / mid; // 计算吃完当前的num需要花费多少个hour if(num % mid != 0) // 对于不能被整除的num应该额外加上一个hour realHour ++; } /* 如果为true,说明mid右边(包括他本身)都能满足,接下来需要往左扩展,找到最小能满足条件的数值 */ if(time <= H) // ==1== high = mid; // ==2== else low = mid + 1; // 本值及其左边的都不能满足案例,所以要向右扩展,需要+1,舍弃本值 } return low; }
- 首先如何判断这道题要用二分查找呢?这个问题不太好说,每个人可能有自己的见解。我就说说我个人的理解:首先题目透露出在符合条件的数据中找最小值,这点很符合二分查找的变体;其次由题意可知,K值最坏的情况下可能要和piles中的最大值一样(即10^9),如果对于每种情况我们都计算它是否符合要求,那这个计算量会很大;最后我们知道如果一个值不符合,那么比他小肯定也不符合,这点很符合二分查找的特点。综上,我们采取二分查找。
- 解体思路
我们知道二分查找是在有序,有界的数组上查找目标值,那么首先要确定
low
和high
。 - 其次要注意变体的处理。(具体看题目注释)
- 1 这里我们应该结合实际设置判断条件。对于不符合的按照正常的处理。
- 2 这里把mid直接包含到下一步的计算中。如果按照前面的变体思路,每次都计算mid - 1是否符合要求。这样是可以的,但是为了整洁,我们直接把它放到下一步的计算中去。
总结
- 其实二分查找主要分为三种情况:
>
,==
,<
。总结以上规律,我们只要根据题意在符合的情况中进行进一步的判断即可,对于其他不符合的情况按照传统的处理方式处理。特别地当符合的情况中不包含==
时,我们将==
和另外一种不符合要求的情况归为一类处理。 - 其实掌握大体的思路之后,还要具体题目具体分析。
万水千山总是情,麻烦手下别留情。
如若讲得有不妥,文末留言告知我,
如若觉得还可以,收藏点赞要一起。
opLW原创七言律诗,转载请注明出处
相关文章推荐
- 【数据结构与算法】二分查找
- 数据结构与算法题目集(中文)4-10 二分查找 (20分)
- C 数据结构与算法 二分查找
- 数据结构与算法------二分查找
- 【数据结构与算法】二分查找
- 数据结构之数组-二分查找算法
- 数据结构与算法——二分查找
- 【数据结构与算法】二分查找
- 数据结构与算法学习之路:二分查找的非递归和递归算法
- 数据结构与算法-二分查找
- 【数据结构与算法】【查找】折半查找(二分查找)的代码实现
- 数据结构与算法——二分查找
- java数据结构与算法-递归二分查找
- 【数据结构与算法】二分查找
- 数据结构和算法设计专题之---二分查找(Java版)
- 【数据结构与算法之查找算法二】二分查找
- 数据结构与算法--查找之顺序查找和二分查找
- 【数据结构与算法】二分查找递归非递归实现
- Java数据结构与算法之【二分查找】
- 数据结构与算法-折半查找(二分查找)