二分查找算法

大家好,我是老马。

今天我们一起来学习一下数组密切相关的二分查找算法力扣实战。

我们来看一下二分法当数组不再严格递增,但仍保有一定规律,可以通过二分定位区间

153. 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。

示例 1:

输入:nums = [3,4,5,1,2] 输出:1 解释:原数组为 [1,2,3,4,5] ,旋转 3 次得到输入数组。 示例 2:

输入:nums = [4,5,6,7,0,1,2] 输出:0 解释:原数组为 [0,1,2,4,5,6,7] ,旋转 4 次得到输入数组。 示例 3:

输入:nums = [11,13,15,17] 输出:11 解释:原数组为 [11,13,15,17] ,旋转 4 次得到输入数组。

提示:

n == nums.length 1 <= n <= 5000 -5000 <= nums[i] <= 5000 nums 中的所有整数 互不相同 nums 原来是一个升序排序的数组,并进行了 1 至 n 次旋转

v1-暴力循环

思路

最朴素的暴力循环的方式

我们首先想办法,确定上下限。

直接从开始到结束来一遍

解法

    public int findMin(int[] nums) {
        int min = Integer.MAX_VALUE;
        for(int num : nums) {
            min = Math.min(num, min);
        }
        return min;
    }

效果

0ms 击败 100.00%

这一题的测试用例有问题,没有区分度。

v2-二分法迭代

和 T033 对比

🔍 题目目标对比

题号 名称 要做什么? 是否包含重复元素?
T033 搜索旋转排序数组 旋转排序数组中搜索一个指定值(返回下标) ❌ 不含重复
T153 寻找最小值 找出这个旋转数组中的最小值 ❌ 不含重复(但有 T154 含重复)

🎯 它们的本质区别

T033(搜索目标值) T153(找最小值)
📌 核心问题 target 在哪里? 最小值在哪里?
🔄 判断逻辑 哪一边是有序的,target 落在哪边? 哪一边是无序的,最小值在无序那边
🎯 目标值 可能在左边或右边 肯定在最小的那一段
🔁 偏移后影响 会影响 target 的位置判断 只关注最小值在哪里

🧠 更形象地理解

T033 是“找值

我们拿个例子:

nums = [4,5,6,7,0,1,2], target = 6

它本质上是在问:

“在这个被旋转的数组里,目标值在哪里?”

你需要识别数组中哪一半是升序,然后看 target 应该在哪边,就继续二分。

👉 逻辑是:

  • 哪一半是有序的?
  • target 是否落在有序段中?落在就往那边搜

T153 是“找最小值

这个题并不关心 target,只关心:

“哪一边是乱的?乱的那边才会有最小值。”

同样的数组:

nums = [4,5,6,7,0,1,2]

我们需要找 0

👉 逻辑是:

  • 比较 nums[mid]nums[right]

    • 如果 nums[mid] > nums[right]:最小值在右边(mid 一定不是最小)
    • 否则:最小值在左边或就是 mid

思路

我还是比较倾向于实用经典二分的模板

while (left <= right) {
    int mid = ...
    if (...) {
        ...
    } else {
        ...
    }
}

不然各种边界条件,完全记不住。

实现

我认为下面的解法,才是真方便结合模板记忆的方法。

二分法的精髓在于我们必须找到一种数据的特征,来过滤掉一半的数据。

    public int findMin(int[] nums) {
        int left = 0;
        int right = nums.length-1;

        // 记录最小值
        int min = nums[0];

        while (left <= right) {
            int mid = left + (right-left) / 2;

            // 整体有序
            if(nums[left] <= nums[right]) {
                min = Math.min(min, nums[left]);
                return min;
            }

            // 更新最小值
            min = Math.min(min, nums[mid]);

            // 左边有序,最小值在右边
            if(nums[left] <= nums[mid]) {
                left = mid + 1;
            } else {
                // 右边有序,最小值在左边
                right= mid-1;
            }
        }

        return min;
    }

效果

0ms 击败 100.00%

补充-可视化效果

可视化效果

项目开源

技术博客

leetcode-visual 资源可视化

leetcode 算法实现

小结

希望本文对你有帮助,如果有其他想法的话,也可以评论区和大家分享哦。

各位极客的点赞收藏转发,是老马持续写作的最大动力!

下一节我们将讲解二分的实战题目,感兴趣的小伙伴可以关注一波,精彩内容,不容错过。

参考资料

https://leetcode.cn/problems/binary-search/description/