欢迎来到我的博客,你将找到有关如何使用技术解决问题的文章,也会找到某个技术的学习路线。无论你是何种职业,我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章,也欢迎在文章下方留下你的评论和反馈。我期待着与你分享知识、互相学习和建立一个积极的社区。谢谢你的光临,让我们一起踏上这个知识之旅!
二分查找是一种高效的搜索算法,特别适用于有序数组。它通过将待查找区间逐渐缩小一半的方式,快速定位目标元素。在本文中,我们将深入探讨二分查找算法的原理、应用场景以及实现方式。
二分查找的基本原理是不断缩小待查找区间,通过比较中间元素与目标值的大小来确定下一步搜索的方向。这种分而治之的思想使得算法的时间复杂度保持在 O(log n) 的水平,是一种非常高效的搜索算法。
初始化左右边界:设定初始的搜索区间,通常为整个数组。
计算中间索引:通过计算左右边界的中点来确定中间索引。
比较中间元素:将中间索引对应的元素与目标值进行比较。
调整搜索范围:根据比较结果,调整左右边界,缩小搜索范围。
重复执行:重复以上步骤,直到找到目标元素或搜索范围为空。
有序数组搜索: 二分查找最常见的应用场景是在有序数组中查找元素。
搜索区间问题: 可以用于解决搜索区间的问题,如在旋转有序数组中查找最小值。
近似查找: 用于查找最接近目标值的元素。
有的题并没有使用二分查找
给你一个非负整数数组 nums 。如果存在一个数 x ,使得 nums 中恰好有 x 个元素 大于或者等于 x ,那么就称 nums 是一个 特殊数组 ,而 x 是该数组的 特征值 。
注意: x 不必 是 nums 的中的元素。
如果数组 nums 是一个 特殊数组 ,请返回它的特征值 x 。否则,返回 -1 。可以证明的是,如果 nums 是特殊数组,那么其特征值 x 是 唯一的 。
class Solution(object):
def specialArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
if all(element == 0 for element in nums) == True:
return -1
count1 = 0
for i in range(1, len(nums) + 1): # 1,2
for j in range(len(nums)):
if nums[j] >= i:
count1 += 1
if count1 != i:
count1 = 0
continue
else:
return i
return -1
给你一个长度为 n 的整数数组 nums ,和一个长度为 m 的整数数组 queries 。
返回一个长度为 m 的数组 answer ,其中 answer[i] 是 nums 中 元素之和小于等于 queries[i] 的 子序列 的 最大 长度 。
子序列 是由一个数组删除某些元素(也可以不删除)但不改变剩余元素顺序得到的一个数组。
from itertools import accumulate
from bisect import bisect_left, bisect_right
class Solution:
def answerQueries(self, nums: List[int], queries: List[int]) -> List[int]:
nums.sort()
s = list(accumulate(nums))
return [bisect_right(s, q) for q in queries]
# def answerQueries(self, nums: List[int], queries: List[int]) -> List[int]:
# nums.sort()
# m = len(queries)
# ans = [0] * m
# idx = sorted(range(m), key=lambda i: queries[i])
# s = j = 0
# for i in idx:
# while j < len(nums) and s + nums[j] <= queries[i]:
# s += nums[j]
# j += 1
# ans[i] = j
# return ans
给你一个字符数组 letters,该数组按非递减顺序排序,以及一个字符 target。letters 里至少有两个不同的字符。
返回 letters 中大于 target 的最小的字符。如果不存在这样的字符,则返回 letters 的第一个字符。
from bisect import bisect_right
class Solution:
def nextGreatestLetter(self, letters: List[str], target: str) -> str:
position_right = bisect_right(letters, target)
if position_right == len(letters):
return letters[0]
return letters[position_right]
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
class Solution:
def search(self, nums: List[int], target: int) -> int:
low = 0
high = len(nums)-1
while low<=high:
mid = low + (high-low)//2
if nums[mid] == target:
return mid
elif nums[mid]>target:
high = mid - 1
else:
low = mid + 1
return -1
爱丽丝和鲍勃拥有不同总数量的糖果。给你两个数组 aliceSizes 和 bobSizes ,aliceSizes[i] 是爱丽丝拥有的第 i 盒糖果中的糖果数量,bobSizes[j] 是鲍勃拥有的第 j 盒糖果中的糖果数量。
两人想要互相交换一盒糖果,这样在交换之后,他们就可以拥有相同总数量的糖果。一个人拥有的糖果总数量是他们每盒糖果数量的总和。
返回一个整数数组 answer,其中 answer[0] 是爱丽丝必须交换的糖果盒中的糖果的数目,answer[1] 是鲍勃必须交换的糖果盒中的糖果的数目。如果存在多个答案,你可以返回其中 任何一个 。题目测试用例保证存在与输入对应的答案。
class Solution:
def swap(self,a, b):
return b, a
# def fairCandySwap(self, aliceSizes: List[int], bobSizes: List[int]) -> List[int]: # 超时
# result1 = 0
# result2 = 0
# l_ = []
# for i in range(len(aliceSizes)):
# for j in range(len(bobSizes)):
# aliceSizes[i],bobSizes[j] = self.swap(aliceSizes[i],bobSizes[j])
# if sum(bobSizes) == sum(aliceSizes):
# l_.append(bobSizes[j])
# l_.append(aliceSizes[i])
# return l_
# aliceSizes[i], bobSizes[j] = self.swap(aliceSizes[i], bobSizes[j])
def fairCandySwap(self, aliceSizes: List[int], bobSizes: List[int]) -> List[int]:
# sum(aliceSizes)-A+B=sum(bobSizes)-B+A
# A-B=tmp=(sum(aliceSizes)-sum(bobSizes))//2
tmp = (sum(aliceSizes) - sum(bobSizes)) >> 1
for a in aliceSizes:
if a - tmp in bobSizes: return [a, a - tmp]
给定一个包含 [0, n] 中 n 个数的数组 nums ,找出 [0, n] 这个范围内没有出现在数组中的那个数。
class Solution:
def missingNumber(self, nums: List[int]) -> int:
# for i in range(len(nums)+1):
# if i not in nums:
# return i # 过了,但是太慢
nums.sort()
for i, num in enumerate(nums):
if num != i:
return i
return len(nums)
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n 个版本 [1, 2, …, n],你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
# The isBadVersion API is already defined for you.
# def isBadVersion(version: int) -> bool:
class Solution:
def firstBadVersion(self, n: int) -> int:
low = 0
high = n-1
while low<=high:
mid = low + (high-low)//2
if isBadVersion(mid)==True :
high = mid - 1
else:
low = mid + 1
return low
挑战与创造都是很痛苦的,但是很充实。