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 | 在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
项 | 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]
和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
- 如果
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
项目开源
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/