二分查找算法详解：在排序数组中查找元素的首尾位置

二分查找算法简介

二分查找（Binary Search），也称为折半查找，是一种高效的有序数组查找算法。其核心思想是通过不断将搜索区间减半，快速缩小目标值的可能范围，最终找到目标值或确定其不存在。该算法的时间复杂度为 O(log n)，远优于顺序查找的 O(n)，在处理大规模有序数据时优势显著。

题目一：二分查找

题目描述： 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。

题目示例： 输入：nums = [-1,0,3,5,9,12], target = 9 输出：4 解释：9 出现在 nums 中并且下标为 4

解法：

算法流程：

定义 left，right 指针，分别指向数组的左右区间。
找到待查找区间的中间点 mid，找到之后分三种情况讨论：
- arr[mid] == target：说明正好找到，返回 mid 的值；
- arr[mid] > target：说明 [mid, right] 这段区间都是大于 target 的。因此舍去右边区间，往左边 [left, mid-1] 的区间继续查找，即让 right=mid-1，然后重复步骤 2；
- arr[mid] < target：说明 [left, mid] 这段区间的值都是小于 target 的。因此舍去左边区间，在右边 [mid+1, right] 区间继续查找，即让 left=mid+1，然后重复步骤 2。
当 left 与 right 错开时，说明整个区间都没有这个数，返回 -1。

C++ 算法代码：

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0, right = nums.size() - 1;
        while (left <= right) {
            int mid = left + (right - left) / 2; // 防止数据溢出
            if (nums[mid] < target) left = mid + 1;
            else if (nums[mid] > target) right = mid - 1;
            else return mid;
        }
        return -1;
    }
};

二分查找算法模板：

int left = 0, right = nums.size() - 1;
while (left <= right) {
    int mid = left + (right - left) / 2; // 防止数据溢出
    if (条件判断) left = mid + 1;
    else if (条件判断) right = mid - 1;
    else return 结果;
}

题目二：在排序数组中查找元素的第一个和最后一个位置

题目描述： 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]。

题目示例： 输入：nums = [5,7,7,8,8,10], target = 8 输出：[3,4]

解法：

算法思路： 使用二分思想，根据数据的性质，在某种判断条件下将区间一分为二，然后舍去其中一个区间，再在另一个区间内查找。用 x 表示该元素，resLeft 表示左边界，resRight 表示右边界。

寻找左边界思路： 以左边界划分的两个区间的特点：

左边区间 [left, resLeft - 1] 都是小于 x 的；
右边区间（包括左边界）[resLeft, right] 都是大于等于 x 的。

关于 mid 的落点，分为两种情况：

当 mid 落在 [left, resLeft - 1] 区间的时候，也就是 arr[mid] < target。说明 [left, mid] 都是可以舍去的，此时更新 left 到 mid + 1 的位置，继续在 [mid + 1, right] 上寻找左边界；
当 mid 落在 [resLeft, right] 的区间的时候，也就是 arr[mid] >= target。说明 [mid + 1, right]（因为 mid 可能是最终结果，不能舍去）是可以舍去的，此时更新 right 到 mid 的位置，继续在 [left, mid] 上寻找左边界。

注意：这里找中间元素需要向下取整。因为后续移动左右指针的时候，右指针 right = mid 可能会原地踏步（例如剩下 1,2 两个元素，left=1, right=2, mid=2，更新后值不变会陷入死循环）。因此当 right = mid 的时候，要向下取整。

寻找右边界思路： 用 resRight 表示右边界，注意到右边界的特点：

左边区间（包括右边界）[left, resRight] 都是小于等于 x 的；
右边区间 [resRight + 1, right] 都是大于 x 的。

关于 mid 的落点，分为两种情况：

当 mid 落在 [left, resRight] 区间的时候，说明 [left, mid - 1]（mid 不可以舍去，因为有可能是最终结果）都是可以舍去的，此时更新 left 到 mid 的位置；
当 mid 落在 [resRight + 1, right] 的区间的时候，说明 [mid, right] 内的元素是可以舍去的，此时更新 right 到 mid - 1 的位置。

注意：这里找中间元素需要向上取整。因为后续移动左右指针的时候，左指针 left = mid 可能会原地踏步（例如剩下 1,2 两个元素，left=1, right=2, mid=1，更新后值不变会陷入死循环）。因此当 left = mid 的时候，要向上取整。

C++ 算法代码：

class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int begin = 0, end = 0, mid = 0;
        if (nums.empty()) {
            return {-1, -1};
        }
        // 1. 查找区间左端点
        int left = 0, right = nums.size() - 1;
        while (left < right) {
            mid = left + (right - left) / 2;
            if (nums[mid] < target) left = mid + 1;
            else right = mid;
        }
        if (nums[left] == target) begin = left;
        else return {-1, -1};
        
        // 2. 查找区间右端点
        left = 0, right = nums.size() - 1;
        while (left < right) {
            mid = left + (right - left + 1) / 2; // 向上取整
            if (nums[mid] <= target) left = mid;
            else right = mid - 1;
        }
        if (nums[right] == target) end = right;
        else return {-1, -1};
        
         {begin, end};
    }
};

总结

本文通过两道经典题目讲解了二分查找的基础应用及变体。掌握二分查找的关键在于正确维护左右边界以及处理边界条件，避免死循环。对于有序数组的检索问题，优先考虑二分查找以降低时间复杂度。

二分查找算法详解：在排序数组中查找元素的首尾位置

二分查找算法简介

题目一：二分查找

解法：

算法流程：

C++ 算法代码：

二分查找算法模板：

题目二：在排序数组中查找元素的第一个和最后一个位置

解法：

总结

更多推荐文章

相关免费在线工具

二分查找算法详解：在排序数组中查找元素的首尾位置

二分查找算法简介

题目一：二分查找

解法：

算法流程：

C++ 算法代码：

二分查找算法模板：

题目二：在排序数组中查找元素的第一个和最后一个位置

解法：

总结

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具