算法套路三:二分查找——红蓝染色法
套路示例:LeetCode34. 在排序数组中查找元素的第一个和最后一个位置
给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。如果数组中不存在目标值 target,返回 [-1, -1]。你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。
二分查找本身并不复杂,但在写代码时往往会出现问题,比如出现死循环,不知道如何初始化,不知道为什么有时left=mid,有时left=mid+1,有时会莫名其妙把某个数排除,那么看完这个套路课你都懂了
首先是循环不变量
以示例一为例:
L和R分别指向询问的左右边界,即闭区间[L, R]M指向当前正在询问的数
蓝色背景表示 true
,即≥target
红色背景表示false
,即<target
白色背景表示不确定
- right 左移使右侧变蓝 (判断条件为 true )
- left 右移使左侧变红 (判断条件为 false )
闭区间时,L-1必定是红色即false,R+1必定是蓝色即true,这就是循环不变量
二分查找分三种写法,分别是:
闭区间写法
# lower_bound 返回最小的满足 nums[i] >= target 的 i
# 如果数组为空,或者所有数都 < target,则返回 len(nums)
# 要求 nums 是非递减的,即 nums[i] <= nums[i + 1]
#
def lower_bound(nums: List[int], target: int) -> int:
left, right = 0, len(nums) - 1 # 闭区间 [left, right]
while left <= right: # 区间不为空
# 循环不变量:left-1与right+1
# nums[left-1] < target
# nums[right+1] >= target
mid = (left + right) // 2
if nums[mid] < target:
left = mid + 1 # 范围缩小到 [mid+1, right]
else:
right = mid - 1 # 范围缩小到 [left, mid-1]
return left # 或者 right+1
class Solution:
def searchRange(self, nums: List[int], target: int) -> List[int]:
start = lower_bound(nums, target) # 选择其中一种写法即可
if start == len(nums) or nums[start] != target:
return [-1, -1]
# 如果 start 存在,那么 end 必定存在
end = lower_bound(nums, target + 1) - 1
return [start, end]
左闭右开区间写法
def lower_bound2(nums: List[int], target: int) -> int:
left = 0
right = len(nums) # 左闭右开区间 [left, right)
while left < right: # 区间不为空
# 循环不变量:left-1与right
# nums[left-1] < target
# nums[right] >= target
mid = (left + right) // 2
if nums[mid] < target:
left = mid + 1 # 范围缩小到 [mid+1, right)
else:
right = mid # 范围缩小到 [left, mid)
return left # 或者 right
开区间写法
def lower_bound3(nums: List[int], target: int) -> int:
left, right = -1, len(nums) # 开区间 (left, right)
while left + 1 < right: # 区间不为空
mid = (left + right) // 2
# 循环不变量:left与right
# nums[left] < target
# nums[right] >= target
if nums[mid] < target:
left = mid # 范围缩小到 (mid, right)
else:
right = mid # 范围缩小到 (left, mid)
return right # 或者 left+1
- 有序数组中二分查找的四种类型(下面的转换仅适用于数组中都是整数),lower_bound返回下标
- 第一个大于等于x的下标: low_bound(x)
- 第一个大于x的下标:可以转换为
第一个大于等于 x+1 的下标
,low_bound(x+1)- 最后一个一个小于x的下标:可以转换为
数组中第一个大于等于 x 的下标
的左边位置
, low_bound(x) - 1;- 最后一个小于等于x的下标:可以转换为
数组中第一个大于等于 x+1 的下标
的左边位置
, low_bound(x+1) - 1;
套路总结
红蓝染色法
- left指针掌管左边蓝色区域,
蓝色表示 truej即所求值及其右侧
,right指针掌管右边红色区域,红色表示false即所求值左侧
,两者互不冲突,通过不断向目标区域靠近,扩大两个指针的掌管区域,直到两者掌管的区域接壤 使用闭区间时,L-1必定是红色即false,R+1必定是蓝色即true,这就是循环不变量
- 关键不在于区间里的元素具有什么性质,而是区间外面的元素具有什么性质,即将区间外染成红色与蓝色。
- 根据以上两点,在做题时关键即确定二分条件函数
isBlue()
,判断是否满足条件,满足条件则right 左移使右侧变蓝
,不满足条件则left 右移使左侧变红
代码规范
-
注意代码区间开闭写法,之前提过的在LeetCode题解中大家看到的left与right取初值有时不一样,在二分时left指针有时等于mid+1有时等于mid,这是区间开闭的问题,不必纠结太多,三种都可以,我习惯于使用闭区间
-
如果找不到比较元素,则可将
数组最后一个元素单独提出作为比较元素
,且right=n-2,因为若最后一个元素为所查找元素,二分查找时left也可以超出right=n-2的范围找到该元素;若不是所查找元素,单独提出也没有影响. -
根据上一点就明白为什么有时LeetCode题解在二分前就去掉了数组某个元素,这不会影响最终结果,可能是因为能判断这个元素不是所求结果,或者这个结果在最后一次循环时能够遍历到(闭区间时left能够遍历到数组长度+1)
练习LeetCode162. 寻找峰值
峰值元素是指其值严格大于左右相邻值的元素。
给你一个整数数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。你可以假设 nums[-1] = nums[n] = -∞ 。你必须实现时间复杂度为 O(log n) 的算法来解决此问题。对于所有有效的 i 都有 nums[i] != nums[i + 1]
已知nums[i] != nums[i + 1],那么我比较nums[i] 与nums[i + 1],且将最后一个元素提出,防止nums[i + 1]数组越界,而若该元素是峰值,left在最后一次循环时能是left=n-1找到,若不是峰值,则不需要遍历该元素
func findPeakElement(nums []int) int {
left:=0
right:=len(nums)-2
for left<=right{
mid:=left+(right-left)/2
if nums[mid]<nums[mid+1]{
left=mid+1
}else{
right=mid-1
}
}
return left
}
练习LeetCode153. 寻找旋转排序数组中的最小值
已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转 后,得到输入数组。例如,原数组 nums = [0,1,2,4,5,6,7] 在变化后可能得到:
若旋转 4 次,则可以得到 [4,5,6,7,0,1,2]
若旋转 7 次,则可以得到 [0,1,2,4,5,6,7]
注意,数组 [a[0], a[1], a[2], …, a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], …, a[n-2]] 。
给你一个元素值 互不相同 的数组 nums ,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。
我们考虑数组中的最后一个元素 x即nums[len-1]:在最小值右侧的元素,它们的值一定都小于等于 x;而在最小值左侧的元素,它们的值一定都大于等于 x,通过与最后一个元素x比较,可以知道是前半段还是后半段升序数组。
如果nums[mid]>nums[n-1],那么mid指向最小值左边
,即最小值在mid右边,故去掉左半边,left=mid+1
如果nums[mid]<nums[n-1],那么mid指向最小值右边
,即最小值在mid左边,故去掉右半边,right=mid-1
func findMin(nums []int) int {
n:=len(nums)
l,r:=0,n-2
for l<=r{
mid:=l+(r-l)/2
if nums[mid]>nums[n-1]{
l=mid+1
}else{
r=mid-1
}
}
return nums[l]
}
进阶LeetCode154. 寻找旋转排序数组中的最小值 II
已知一个长度为 n 的数组,预先按照升序排列,经由 1 到 n 次 旋转 后,得到输入数组。例如,原数组 nums =
[0,1,4,4,5,6,7] 在变化后可能得到: 若旋转 4 次,则可以得到 [4,5,6,7,0,1,4] 若旋转 7 次,则可以得到
[0,1,4,4,5,6,7] 注意,数组 [a[0], a[1], a[2], …, a[n-1]] 旋转一次 的结果为数组
[a[n-1], a[0], a[1], a[2], …, a[n-2]] 。 给你一个可能存在 重复 元素值的数组 nums
,它原来是一个升序排列的数组,并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。你必须尽可能减少整个过程的操作步骤。这道题与LeetCode 153寻找旋转排序数组中的最小值 类似,但 nums 可能包含重复元素。
前两种情况与上一题一样,
第三种情况是 nums[mid]==nums[high-1]。如下图所示,由于重复元素的存在,并不能确定 nums[pivot] 究竟在最小值的左侧还是右侧
,不能随意二分。但它们的值相同,所以无论nums[high] 是不是最小值,都有一个它的「替代品」nums[pivot]。因此我们可以忽略二分查找区间的右端点,即high--
。
如下图中随着high不断减少,必会使得 nums[mid]>nums[high],此时即可继续二分
func findMin(nums []int) int {
left, right := 0, len(nums)-2
for left <= right {
mid := left + (right-left)/2
if nums[mid] < nums[right+1] { // 蓝色
right = mid-1
} else if nums[mid] > nums[right+1] { // 红色
left = mid+1
} else {
right--
}
}
return nums[left]
}
进阶LeetCode33. 搜索旋转排序数组
整数数组 nums 按升序排列,数组中的值 互不相同 。在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k <
nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], …, nums[n-1],
nums[0], nums[1], …, nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7]
在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。给你 旋转后 的数组 nums 和一个整数 target ,如果 nums
中存在这个目标值 target ,则返回它的下标,否则返回 -1 。你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。
近期评论