Knuth 大佬(发明 KMP 算法的那位)曾说:
Although the basic idea of binary search is comparatively straightforward,
the details can be surprisingly tricky...
这句话可以这样理解:思路很简单,细节是魔鬼。
最常用的二分查找场景:寻找一个数、寻找左侧边界、寻找右侧边界
二分查找框架
int binarySearch(int[] nums, int target) {
int left = 0, right = ...;
while(...) {
int mid = (right + left) / 2;
if (nums[mid] == target) {
...
} else if (nums[mid] < target) {
left = ...
} else if (nums[mid] > target) {
right = ...
}
}
return ...;
}
分析二分查找的一个技巧是:不要出现 else,而是把所有情况用 else if 写清楚,这样可以清楚地展现所有细节。
计算 mid 时需要技巧防止溢出,即 mid=left+(right-left)/2
①寻找一个数(基本的二分搜索)
搜索一个数,如果存在,返回其索引,否则返回 -1(数组已排序)
int binarySearch(int[] nums, int target) {
int left = 0;
int right = nums.length - 1; // 注意
while(left <= right) {
int mid = (right + left) / 2;
if(nums[mid] == target)
return mid;
else if (nums[mid] < target)
left = mid + 1; // 注意
else if (nums[mid] > target)
right = mid - 1; // 注意
}
return -1;
}
1. 为什么 while 循环的条件中是 <=,而不是 < ?
因为初始化 right
的赋值是 nums.length-1
,即最后一个元素的索引,而不是 nums.length
。
这二者可能出现在不同功能的二分查找中,区别是:前者nums.length-1
相当于两端都闭区间[left, right]
,后者相当于左闭右开区间[left, right)
,因为索引大小为 nums.length
是越界的。
我们这个算法中使用的是前者 [left, right] 两端都闭的区间。这个区间其实就是每次进行搜索的区间,我们不妨称为搜索区间。
什么时候应该停止搜索呢?当然,找到了目标值的时候可以终止:
if(nums[mid] == target)
return mid;
但如果没找到,就需要 while 循环终止,然后返回 -1。那 while 循环什么时候应该终止?
搜索区间为空的时候应该终止,意味着你没得找了,就等于没找到。
while(left <= right)
的终止条件是left == right + 1
,写成区间的形式就是[right + 1, right]
,或者带个具体的数字进去[3, 2]
,可见这时候搜索区间为空,因为没有数字既大于等于3
又小于等于2
的吧。所以这时候while
循环终止是正确的,直接返回 -1 即可。while(left < right)
的终止条件是left == right
,写成区间的形式就是[left, right]
,或者带个具体的数字进去[2, 2]
,这时候搜索区间非空,还有一个数2
,但此时while
循环终止了。也就是说这区间[2, 2]
被漏掉了,索引2
没有被搜索,如果这时候直接返回-1
就是错误的。
你非要用 while(left < right)
也可以,我们已经知道了出错的原因,就打个补丁好了
//...
while(left < right) {
// ...
}
return nums[left] == target ? left : -1;
2. 为什么 left = mid + 1
,right = mid - 1
?我看有的代码是right = mid
或者 left = mid
,没有这些加加减减,到底怎么回事,怎么判断?
- 答:刚才明确了搜索区间这个概念,而且本算法的搜索区间是两端都闭的,即
[left, right]
。那么当我们发现索引mid
不是要找的target
时,如何确定下一步的搜索区间呢?
当然是[left, mid - 1]
或者[mid + 1, right]
对不对?因为mid
已经搜索过,应该从搜索区间中去除。
3. 此算法有什么缺陷?
答:至此,你应该已经掌握了该算法的所有细节,以及这样处理的原因。但是,这个算法存在局限性。
比如说给你有序数组nums = [1,2,2,2,3]
,target = 2
,此算法返回的索引是2
,没错。但是如果我想得到target
的左侧边界,即索引1
,或者我想得到target
的右侧边界,即索引 3
,这样的话此算法是无法处理的。
这样的需求很常见。你也许会说,找到一个target
,然后向左或向右线性搜索不行吗?可以,但是不好,因为这样难以保证二分查找对数级的复杂度了。
我们后续的算法就来讨论这两种二分查找的算法。
②寻找左侧边界的二分搜索
int left_bound(int[] nums, int target) {
if (nums.length == 0) return -1;
int left = 0;
int right = nums.length; // 注意
while (left < right) { // 注意
int mid = (left + right) / 2;
if (nums[mid] == target) {
right = mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid; // 注意
}
}
return left;
}
1. 为什么 while(left < right) 而不是 <= ?
答:用相同的方法分析,因为right = nums.length
而不是 nums.length - 1
。因此每次循环的「搜索区间」是[left, right)
左闭右开。
while(left < right)
终止的条件是 left == right
,此时搜索区间 [left, left)
为空,所以可以正确终止。
2. 为什么没有返回 -1 的操作?如果 nums 中不存在 target 这个值,怎么办?
先理解一下这个「左侧边界」有什么特殊含义:
对于这个数组,算法会返回
1
。这个
1
的含义可以这样解读:
nums
中小于 2
的元素有 1
个。因为是有序排列
比如
- 对于有序数组
nums = [2,3,5,7], target = 1
,算法会返回0
,含义是:nums
中小于1
的元素有0
个。
再比如 - 对
nums
不变,target = 8
,算法会返回4
,含义是:nums
中小于8
的元素有4
个。
综上可以看出
函数的返回值(即 left 变量的值)取值区间是闭区间[0, nums.length]
,所以我们简单添加两行代码就能在正确的时候return -1
while (left < right) {
//...
}
// target 比所有数都大
if (left == nums.length) return -1;
// 类似之前算法的处理方式
return nums[left] == target ? left : -1;
3. 为什么 left = mid + 1,right = mid ?和之前的算法不一样?
这个很好解释,因为我们的「搜索区间」是[left, right)
左闭右开,所以当 nums[mid]
被检测之后,下一步的搜索区间应该去掉 mid
分割成两个区间,即 [left, mid)
或[mid + 1, right)
。
4.为什么该算法能够搜索左侧边界?
关键在于对于nums[mid] == target
这种情况的处理:
if (nums[mid] == target)
right = mid;
找到 target
时不要立即返回,而是缩小「搜索区间」的上界right
,在区间 [left, mid)
中继续搜索,即不断向左收缩,达到锁定左侧边界的目的。
4.为什么返回 left 而不是 right?
都是一样的,因为while
终止的条件是 left == right
。
③寻找右侧边界的二分查找
int right_bound(int[] nums, int target) {
if (nums.length == 0) return -1;
int left = 0, right = nums.length;
while (left < right) {
int mid = (left + right) / 2;
if (nums[mid] == target) {
left = mid + 1; // 注意
} else if (nums[mid] < target) {
left = mid + 1;
} else if (nums[mid] > target) {
right = mid;
}
}
return left - 1; // 注意
}
1. 为什么这个算法能够找到右侧边界?
关键点还是这里
if (nums[mid] == target) {
left = mid + 1;
当nums[mid] == target
时,不要立即返回,而是增大「搜索区间」的下界left
(即缩小左边界让他向右靠拢,left值越大,越向右靠拢),使得区间不断向右收缩,达到锁定右侧边界的目的
2. 为什么最后返回 left - 1 而不像左侧边界的函数,返回 left?而且我觉得这里既然是搜索右侧边界,应该返回 right 才对。
首先,while
循环的终止条件是 left == right
,所以 left
和right
是一样的,你非要体现右侧的特点,返回 right - 1
好了。
至于为什么要减一
,这是搜索右侧边界的一个特殊点,关键在这个条件判断:
if (nums[mid] == target) {
left = mid + 1;
// 这样想: mid = left - 1
因为我们对
left
的更新必须是
left = mid + 1
,就是说
while
循环结束时,
nums[left]
一定不等于
target
了,而
nums[left-1]
可能是
target
3.为什么没有返回 −1 的操作?如果 nums 中不存在 target 这个值,怎么办?
类似之前的左侧边界搜索,因为 while
的终止条件是left == right
,就是说left
的取值范围是 [0, nums.length]
,所以可以添加两行代码,正确地返回 −1
:
while (left < right) {
// ...
}
if (left == 0) return -1;
return nums[left-1] == target ? (left-1) : -1;
④最后总结
第一个,最基本的二分查找算法
因为我们初始化 right = nums.length - 1
所以决定了我们的「搜索区间」是 [left, right]
所以决定了 while (left <= right)
同时也决定了 left = mid+1 和 right = mid-1
因为我们只需找到一个 target 的索引即可
所以当 nums[mid] == target 时可以立即返回
第二个,寻找左侧边界的二分查找:
因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid
因为我们需找到 target 的最左侧索引
所以当 nums[mid] == target 时不要立即返回
而要缩小右侧边界 right = mid;以锁定左侧边界
第三个,寻找右侧边界的二分查找:
因为我们初始化 right = nums.length
所以决定了我们的「搜索区间」是 [left, right)
所以决定了 while (left < right)
同时也决定了 left = mid + 1 和 right = mid
因为我们需找到 target 的最右侧索引
所以当 nums[mid] == target 时不要立即返回
而要收紧左侧边界以锁定右侧边界
又因为收紧左侧边界(要增大left)时必须 left = mid + 1
所以最后无论返回 left 还是 right,必须减一
参考文章连接:传送门