2021.11.23-2021.11.25 Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/
基本算法思想:是一种在有序数组
中查找某一特定元素的搜索算法。先确定待查找元素所在的区间范围,在逐步缩小范围,直到找到元素或找不到该元素为止。
事例: 假设原始序列为array=[3, 12, 24, 31, 46, 48, 52, 66, 69, 79, 82],目标元素target=52。
low=5+1=6
,high=10,mid=(low + high) / 2 = 8。high=mid-1=7
,mid=(low + high) / 2 = 6。low > high
)都没找到,那说明没有。代码:
def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) - 1 # 在区间 [left, right] 内查找 target while left <= right: # 取区间中间节点 mid = (left + right) // 2 # 如果找到目标值,则直接返回中心位置 if nums[mid] == target: return mid # 如果 nums[mid] 小于目标值,则在 [mid + 1, right] 中继续搜索 elif nums[mid] < target: left = mid + 1 # 如果 nums[mid] 大于目标值,则在 [left, mid - 1] 中继续搜索 else: right = mid - 1 # 未搜索到元素,返回 -1 return -1
方法二:排除法思想
class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) - 1 # 在区间 [left, right] 内查找 target while left < right: # 取区间中间节点 mid = left + (right - left + 1) // 2 # nums[mid] 大于目标值,排除掉不可能区间 [mid, right],在 [left, mid - 1] 中继续搜索 if nums[mid] > target: right = mid - 1 # nums[mid] 小于等于目标值,目标元素可能在 [mid, right] 中,在 [mid, right] 中继续搜索 else: left = mid # 判断区间剩余元素是否为目标元素,不是则返回 -1 return left if nums[left] == target else -1
if nums[mid] > target:
如果中间值大于目标值,那么一定在左半部分left = mid
left=right
结束(和while
条件相反的临界值)return left if nums[left] == target
就是相等的话返回坐标,其他情况返回-1
https://leetcode-cn.com/problems/binary-search/
class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums)-1 ans = -1 while left <= right: mid = (left+right)//2 if nums[mid] == target: ans = mid return ans if nums[mid] < target: left = mid+1 else: right = mid-1 return ans
https://leetcode-cn.com/problems/guess-number-higher-or-lower/
int guess(int num)
来获取猜测结果class Solution: def guessNumber(self, n: int) -> int: left = 1 right = n while left <= right: mid = (right + left) // 2 ans = guess(mid) if ans == 1: left = mid + 1 elif ans == -1: right = mid - 1 else: return mid return 0
https://leetcode-cn.com/problems/search-insert-position/
为了效率满足,用了二叉查找,思路没有一点变化,和原理无异
唯一不同就是这里要输出插入位置
当找到一样值的时候,这个值得位置就是插入的位置
如果搜索到最后没找到这个值,也就是结束条件left > right
,一定是应该插入到left
这个位置,所以return left
class Solution: def searchInsert(self, nums: List[int], target: int) -> int: n = len(nums) left = 0 right = n - 1 ans = n while left <= right: mid = left + (right - left) // 2 if nums[mid] == target: return mid elif nums[mid] < target: left = mid + 1 else: right = mid - 1 return left
https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/
这道题如果按正常思路,从小到大找呗,然后找到输出就行。但是本题要求$O(logn)$
思想:
class Solution: def searchRange(self, nums: List[int], target: int) -> List[int]: left = 0 right = len(nums) - 1 ans = [-1, -1] while left <= right: mid = (left + right) // 2 if nums[mid] == target: nums.append(0.1) ans[0] = ans[1] = mid while (ans[0]-1>=0) and (nums[ans[0]-1] == target) : ans[0] -= 1 while (nums[ans[1]] == target) and ((ans[1]+1) <= len(nums)-1): ans[1] += 1 ans[1]= ans[1] -1 return ans if nums[mid] < target: left = mid + 1 else: right = mid - 1 return ans
target
相等。我遇到的问题就是边界的判断nums[-1]
是有值的(list最后一个),但我们要防止它套圈,所以加了条件ans[0]-1 >= 0
nums.append(0.1)
,使得循环不超界