考点三【二分查找】
【考点总结】
- 二分查找模板:红蓝染色法
!!!习惯用开就用开,习惯用闭就用闭!!!
(核心):对于区间左右端点更新,若左/右端点是开区间,就没有-1 +1;若左/右端点是闭区间,有-1 +1。
(溢出):对于部分语言,存在mid的溢出问题,修改方式:int mid = low + (high - low) / 2;
,这里的/2
是针对(high-low)
的!
①闭区间[low, high]
//定义区间左右端点
int low = 0;
int high = n - 1;
//左端点在右端点右侧(区间为空),就退出循环
while (low <= high) {
//定义中位数
int mid = (low + high) / 2;
//判断
if (nums[mid] == target) {
// TODO 返回目标值 或 返回true 或 其他操作
} else if (nums[mid] >= target) {
high = mid - 1;
} else {
low = mid + 1;
}
}
// TODO 返回false 或 其他操作
②开区间(low, high)
//定义区间左右端点
int low = -1;
int high = n;
//左端点在右端点前一个位置(区间为空),就退出循环
while (low + 1 < high) {
//定义中位数
int mid = (low + high) / 2;
//判断
if (nums[mid] == target) {
// TODO 返回目标值 或 返回true 或 其他操作
} else if (nums[mid] >= target) {
high = mid;
} else {
low = mid;
}
}
// TODO 返回false 或 其他操作
③左开右闭区间(low, high]
//定义区间左右端点
int low = -1;
int high = n - 1;
//左端点、右端点重合(区间为空),就退出循环
while (low < high) {
//定义中位数
int mid = (low + high) / 2;
//判断
if (nums[mid] == target) {
// TODO 返回目标值 或 返回true 或 其他操作
} else if (nums[mid] >= target) {
high = mid - 1;
} else {
low = mid;
}
}
④左闭右开区间[low, high)
//定义区间左右端点
int low = 0;
int high = n;
//左端点、右端点重合(区间为空),就退出循环
while (low < high) {
//定义中位数
int mid = (low + high) / 2;
//判断
if (nums[mid] == target) {
// TODO 返回目标值 或 返回true 或 其他操作
} else if (nums[mid] >= target) {
high = mid;
} else {
low = mid + 1;
}
}
34. 在排序数组中查找元素的第一个和最后一个位置
【题目】
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]。
你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。
示例 1:
输入:nums = [5,7,7,8,8,10], target = 8
输出:[3,4]
示例 2:
输入:nums = [5,7,7,8,8,10], target = 6
输出:[-1,-1]
示例 3:
输入:nums = [], target = 0
输出:[-1,-1]
提示:
0 <= nums.length <= 10 5 10^5 105
− 10 9 -10^9 −109 <= nums[i] <= 10 9 10^9 109
nums 是一个非递减数组
− 10 9 -10^9 −109 <= target <= 10 9 10^9 109
【核心思路】
区间可采用4种的任意一种,这里用闭区间:
由于目的是找到lower bound,因此当nums[mid]==target时,不直接返回low,而是继续更新high,直至找到target第一次出现的位置。故在while循环外再执行return。
测试用例1:
测试用例2:
测试用例1(开区间理解):
【复杂度】
时间复杂度: O ( l o g n ) O(log n) O(logn)。
空间复杂度: O ( 1 ) O(1) O(1)。
【代码】
class Solution {
public int lower_bound(int[] nums, int target) {
//获取数组长度
int n = nums.length;
//定义区间左右端点
int low = 0;
int high = n - 1;
while (low <= high) {
//定义中位数
int mid = (low + high) / 2;
//判断
if (nums[mid] >= target) {
high = mid - 1;
} else {
low = mid + 1;
}
}
return low;
}
public int[] searchRange(int[] nums, int target) {
//获取数组长度
int n = nums.length;
//定义结果数组
int[] res = new int[2];
//获取区间的左端点
int start = lower_bound(nums, target);
//特殊情况判断(不存在元素 / 不和目标值相等)
if (start == n || nums[start] != target) {
res[0] = -1;
res[1] = -1;
return res;
}
//获取区间的右端点(目标值下一个数的下界坐标的前一个位置)
int end = lower_bound(nums, target + 1) - 1;
//返回结果数组
res[0] = start;
res[1] = end;
return res;
}
}
2529. 正整数和负整数的最大计数
【说明】
#34 的配套习题
【题目】
给你一个按 非递减顺序 排列的数组 nums ,返回正整数数目和负整数数目中的最大值。
换句话讲,如果 nums 中正整数的数目是 pos ,而负整数的数目是 neg ,返回 pos 和 neg二者中的最大值。
注意:0 既不是正整数也不是负整数。
示例 1:
输入:nums = [-2,-1,-1,1,2,3]
输出:3
解释:共有 3 个正整数和 3 个负整数。计数得到的最大值是 3 。
示例 2:
输入:nums = [-3,-2,-1,0,0,1,2]
输出:3
解释:共有 2 个正整数和 3 个负整数。计数得到的最大值是 3 。
示例 3:
输入:nums = [5,20,66,1314]
输出:4
解释:共有 4 个正整数和 0 个负整数。计数得到的最大值是 4 。
提示:
1 <= nums.length <= 2000
-2000 <= nums[i] <= 2000
nums 按 非递减顺序 排列。
进阶:你可以设计并实现时间复杂度为 O(log(n)) 的算法解决此问题吗?
【核心思路】
负整数数量=数组中0首次出现的下标
正整数数量=数组长度-非正整数的个数=数组长度-数组中1首次出现的下标
下标采用标准二分查找(见#34的模板)
【复杂度】
时间复杂度: O ( l o g n ) O(log n) O(logn)。
空间复杂度: O ( 1 ) O(1) O(1)。
【代码】
class Solution {
public int lower_bound(int[] nums, int target) {
//获取数组长度
int n = nums.length;
//定义开区间左右端点
int low = 0;
int high = n - 1;
//只要左端点不在右端点右侧,就继续循环
while (low <= high) {
//获取中位数
int mid = low + (high - low) / 2;
//判断
if (nums[mid] >= target) {
high = mid - 1;
} else {
low = mid + 1;
}
}
return low;
}
public int maximumCount(int[] nums) {
//获取数组长度
int n = nums.length;
//获取负整数的数量
int neg = lower_bound(nums, 0);
//获取正整数的数量(第一个≥1的位置=非正整数的个数,n-非正整数的个数=正整数个数)
int pos = n - lower_bound(nums, 1);
return Math.max(neg, pos);
}
}
2300. 咒语和药水的成功对数
【说明】
#34 的配套习题
【题目】
给你两个正整数数组 spells 和 potions ,长度分别为 n 和 m ,其中 spells[i] 表示第 i 个咒语的能量强度,potions[j] 表示第 j 瓶药水的能量强度。
同时给你一个整数 success 。一个咒语和药水的能量强度 相乘 如果 大于等于 success ,那么它们视为一对 成功 的组合。
请你返回一个长度为 n 的整数数组 pairs,其中 pairs[i] 是能跟第 i 个咒语成功组合的 药水 数目。
示例 1:
输入:spells = [5,1,3], potions = [1,2,3,4,5], success = 7
输出:[4,0,3]
解释:
- 第 0 个咒语:5 * [1,2,3,4,5] = [5,10,15,20,25] 。总共 4 个成功组合。
- 第 1 个咒语:1 * [1,2,3,4,5] = [1,2,3,4,5] 。总共 0 个成功组合。
- 第 2 个咒语:3 * [1,2,3,4,5] = [3,6,9,12,15] 。总共 3 个成功组合。
所以返回 [4,0,3] 。
示例 2:
输入:spells = [3,1,2], potions = [8,5,8], success = 16
输出:[2,0,2]
解释:
- 第 0 个咒语:3 * [8,5,8] = [24,15,24] 。总共 2 个成功组合。
- 第 1 个咒语:1 * [8,5,8] = [8,5,8] 。总共 0 个成功组合。
- 第 2 个咒语:2 * [8,5,8] = [16,10,16] 。总共 2 个成功组合。
所以返回 [2,0,2] 。
提示:
n == spells.length
m == potions.length
1 <= n, m <= 10 5 10^5 105
1 <= spells[i], potions[i] <= 10 5 10^5 105
1 <= success <= 10 1 0 10^10 1010
【核心思路】
step1·首先,对药水数组potions升序排序,以实现二分查找
step2·遍历每个咒语spell,分别执行:
①计算目标target,将乘法转为除法
②若target未大于最后一个元素,表明存在成功的组合 => 计算满足条件的个数(在spells数组直接更新,降低空间复杂度)
③若target大于最后一个元素,表明不存在成功的组合 => 直接更新为0(在spells数组直接更新,降低空间复杂度)
以测试用例2为例:
【复杂度】
时间复杂度: O ( ( n + m ) l o g m ) O((n+m)log m) O((n+m)logm)。数组排序 O ( m l o g m ) O(m log m) O(mlogm)。总共n次二分查找,每个二分查找 O ( l o g m ) O(log m) O(logm),故for循环部分为 O ( n l o g m ) O(n log m) O(nlogm)。总的为 O ( ( n + m ) l o g m ) O((n+m)log m) O((n+m)logm)。
空间复杂度: O ( 1 ) O(1) O(1)。忽略排序的栈开销,仅用到若干额外变量。
【代码】
class Solution {
public int lower_bound(int[] nums, int target) {
//获取数组长度
int n = nums.length;
//定义开区间左右端点
int low = 0;
int high = n - 1;
//只要左端点不在右端点右侧,就继续循环
while (low <= high) {
//获取中位数
int mid = low + (high - low) / 2;
//判断
if (nums[mid] >= target) {
high = mid - 1;
} else {
low = mid + 1;
}
}
return low;
}
public int[] successfulPairs(int[] spells, int[] potions, long success) {
//获取两个数组的长度
int n = spells.length;
int m = potions.length;
//数组排序
Arrays.sort(potions);
//遍历每个咒语
for (int i = 0; i < n; i++) {
//计算二分查找实际需要判断的target
long target = (success - 1) / spells[i] + 1;
//判断
if (target <= potions[m - 1]) {
spells[i] = m - lower_bound(potions, (int) target);
} else {
spells[i] = 0;
}
}
return spells;
}
}