写在前面：博主是一位普普通通的19届双非软工在读生，平时最大的爱好就是听听歌，逛逛B站。博主很喜欢的一句话花开堪折直须折，莫待无花空折枝：博主的理解是头一次为人，就应该做自己想做的事，做自己不后悔的事，做自己以后不会留有遗憾的事，做自己觉得有意义的事，不浪费这大好的青春年华。博主写博客目的是记录所学到的知识并方便自己复习，在记录知识的同时获得部分浏览量，得到更多人的认可，满足小小的成就感，同时在写博客的途中结交更多志同道合的朋友，让自己在技术的路上并不孤单。

目录:
1.二分查找简介
2.基本二分搜索
        基本二分搜索简介
        LeetCode 69.x的平方根
        LeetCode 374.猜数字大小
        LeetCode 33.搜索旋转排序数组
3.寻找左侧边界的二分搜索
        寻找左侧边界的二分搜索简介
        LeetCode 278.第一个错误的版本
        LeetCode 162.寻找峰值
        LeetCode 153. 寻找旋转排序数组中的最小值
4.寻找右侧边界的二分查找
        寻找右侧边界的二分查找简介
        LeetCode34.在排序数组中查找元素的第一个和最后一个位置
       

1.二分查找

二分查找法（Binary Search）算法，也叫折半查找算法。二分查找针对的是一个有序(如果集合是无序的，我们可以总是在应用二分查找之前先对其进行排序。)的数据集合，查找思想有点类似于分治思想。每次都通过跟区间的中间元素对比，将带查找的区间缩小为之前的一半，知道找到要查找的元素，或者区间被缩小为0。二分查找是一种非常非常高效的查询算法，时间复杂度未O(logn)。

2.基本二分搜索

2.1基本二分搜索简介与代码模板

本分查找的最基础和最基本的形式。
查找条件可以在不与元素的两侧进行比较的情况下确定（或使用它周围的特定元素）。
不需要后处理，因为每一步中，你都在检查是否找到了元素。如果到达末尾，则知道未找到该元素。

int binarySearch(vector<int>& nums, int target){if(nums.size() == 0)return -1;int left = 0;right = nums.size() - 1;while(left <= right){int mid = left + (right - left) / 2;if(nums[mid] == target)return mid; else if(nums[mid] < target) left = mid + 1;elseright = mid - 1; }return -1; }

可能在基本二分搜索会遇到如下问题：

2.为什么 while 循环的条件中是 <=，而不是 <？

答：因为初始化 right 的赋值是 nums.length - 1，即最后一个元素的索引，而不是 nums.length。
这二者可能出现在不同功能的二分查找中，区别是：前者相当于两端都闭区间 [left, right]，后者相当于左闭右开区间 [left, right)，因为索引大小为 nums.length 是越界的。
我们这个算法中使用的是前者 [left, right] 两端都闭的区间。这个区间其实就是每次进行搜索的区间。
什么时候应该停止搜索呢？当然，找到了目标值的时候可以终止：

if(nums[mid] == target)return mid;

但如果没找到，就需要 while 循环终止，然后返回 -1。那 while 循环什么时候应该终止？搜索区间为空的时候应该终止，意味着你没得找了，就等于没找到嘛。
while(left <= right) 的终止条件是 left == right + 1，写成区间的形式就是 [right + 1, right]，或者带个具体的数字进去 [3, 2]，可见这时候区间为空，因为没有数字既大于等于 3 又小于等于 2 的吧。所以这时候 while 循环终止是正确的，直接返回 -1 即可。
while(left < right) 的终止条件是 left == right，写成区间的形式就是 [left, right]，或者带个具体的数字进去 [2, 2]，这时候区间非空，还有一个数 2，但此时 while 循环终止了。也就是说这区间 [2, 2] 被漏掉了，索引 2 没有被搜索，如果这时候直接返回 -1 就是错误的。

2.此算法有什么缺陷？

比如说给你有序数组 nums = [1,2,2,2,3]，target 为 2，此算法返回的索引是 2，没错。但是如果我想得到 target 的左侧边界，即索引 1，或者我想得到 target 的右侧边界，即索引 3，这样的话此算法是无法处理的。
这样的需求很常见，你也许会说，找到一个 target，然后向左或向右线性搜索不行吗？可以，但是不好，因为这样难以保证二分查找对数级的复杂度了。怎么说呢，比如一个数组
[1,2,3,4,5,5,5,5,5,1],让你找出target==5的右侧边界，你一次二分可以把5找出来，但是，你需要比较五次线性搜索才能才能找到右侧边界，是不是就很难保证时间复杂度

2.2LeetCode 69.x的平方根

题目描述：
实现 int sqrt(int x) 函数。
计算并返回 x 的平方根，其中 x 是非负整数。
由于返回类型是整数，结果只保留整数的部分，小数部分将被舍去。
示例 1:
输入: 4
输出: 2
示例 2:
输入: 8
输出: 2
说明: 8 的平方根是 2.82842…,
由于返回类型是整数，小数部分将被舍去。

双百二分：

class Solution { public:int mySqrt(int x) {if(x==1||x==0)return x;int left=0;int right=x;int mid;int ans;while(left<=right){mid=left+(right-left)/2;if((long long)mid*mid<=x){ans=mid;left=mid+1;}elseright=mid-1;}return ans;} };

2.3LeetCode 374.猜数字大小

我们正在玩一个猜数字游戏。 游戏规则如下：
我从 1 到 n 选择一个数字。 你需要猜我选择了哪个数字。
每次你猜错了，我会告诉你这个数字是大了还是小了。
你调用一个预先定义好的接口 guess(int num)，它会返回 3 个可能的结果（-1，1 或 0）：
-1 : 我的数字比较小
1 : 我的数字比较大
0 : 恭喜！你猜对了！
示例 :
输入: n = 10, pick = 6
输出: 6

双百二分：

/** * Forward declaration of guess API.* @param num your guess* @return -1 if num is lower than the guess number* 1 if num is higher than the guess number* otherwise return 0* int guess(int num);*/ class Solution { public:int guessNumber(int n) {int left=0;int right=n;int mid;while(left<=right){mid=left+(right-left)/2;if(guess(mid)==1)left=mid+1;else if(guess(mid)==-1)right=mid-1;elsereturn mid;}return mid;} };

2.4LeetCode33.搜索旋转排序数组

假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
搜索一个给定的目标值，如果数组中存在这个目标值，则返回它的索引，否则返回 -1 。
你可以假设数组中不存在重复的元素。
你的算法时间复杂度必须是 O(log n) 级别。
示例 1:
输入: nums = [4,5,6,7,0,1,2], target = 0
输出: 4
示例 2:
输入: nums = [4,5,6,7,0,1,2], target = 3
输出: -1

代码实现：

class Solution { public:int search(vector<int>& nums, int target) {int n = (int)nums.size();if (!n) return -1;if (n == 1) return nums[0] == target ? 0 : -1;int l = 0, r = n - 1;while (l <= r) {int mid = (l + r) / 2;if (nums[mid] == target) return mid;if (nums[0] <= nums[mid]) {if (nums[0] <= target && target < nums[mid]) {r = mid - 1;} else {l = mid + 1;}} else {if (nums[mid] < target && target <= nums[n - 1]) {l = mid + 1;} else {r = mid - 1;}}}return -1;} };

3.寻找左侧边界的二分搜索

3.1寻找左侧边界的二分搜索简介与代码模板

int left_bound(int[] nums, int target) {if (nums.length == 0) return -1;int left = 0;int right = nums.length; // 注意while (left < right) { // 注意int mid = (left + right) / 2;if (nums[mid] == target) {right = mid;//注意} else if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid; // 注意}}return left; }

可能你会存在很多疑问对这段代码，不急一个一个来看

1.为什么 while 中是 < 而不是 <=?

用相同的方法分析，因为 right = nums.length 而不是 nums.length - 1。因此每次循环的「搜索区间」是 [left, right) 左闭右开。
while(left < right) 终止的条件是 left == right，此时搜索区间 [left, left) 为空，所以可以正确终止。

PS：这里先要说一个搜索左右边界和上面这个算法的一个区别，也是很多读者问的：刚才的 right 不是 nums.length - 1 吗，为啥这里非要写成 nums.length 使得「搜索区间」变成左闭右开呢？

因为对于搜索左右侧边界的二分查找，这种写法比较普遍，我就拿这种写法举例了，保证你以后遇到这类代码可以理解。你非要用两端都闭的写法反而更简单，我会在后面写相关的代码，把三种二分搜索都用一种两端都闭的写法统一起来，你耐心往后看就行了。

2.while里为什么没有返回 -1 的操作？如果 nums 中不存在 target 这个值，怎么办？

因为要一步一步来，先理解一下这个「左侧边界」有什么特殊含义：

对于这个数组，算法会返回 1。这个 1 的含义可以这样解读：nums 中小于 2 的元素有 1 个。比如对于有序数组 nums = [2,3,5,7], target = 1，算法会返回 0，含义是：nums 中小于 1 的元素有 0 个。
再比如说 nums = [2,3,5,7], target = 8，算法会返回 4，含义是：nums 中小于 8 的元素有 4 个。
综上可以看出，函数的返回值（即 left 变量的值）取值区间是闭区间 [0, nums.length]，所以我们简单添加两行代码就能在正确的时候 return -1：

if(left != nums.size() && nums[left] == target) return left;return -1;

3.为什么 left = mid + 1，right = mid ？和之前的算法不一样？

这个很好解释，因为我们的「搜索区间」是 [left, right) 左闭右开，所以当 nums[mid] 被检测之后，下一步的搜索区间应该去掉 mid 分割成两个区间，即 [left, mid) 或 [mid + 1, right)。其实也就是while(left<right)中不带等于的原因。保证查找空间在每一步中至少有 2 个元素。

4、为什么该算法能够搜索左侧边界？

关键在于对于 nums[mid] == target 这种情况的处理：

if (nums[mid] == target)right = mid;

5.能不能想办法把 right 变成 nums.length - 1，也就是继续使用两边都闭的「搜索区间」？这样就可以和第一种二分搜索在某种程度上统一起来了。

答案是当然可以，只要你明白了「搜索区间」这个概念，就能有效避免漏掉元素，随便你怎么改都行。下面我们严格根据逻辑来修改：因为你非要让搜索区间两端都闭，所以 right 应该初始化为 nums.length - 1，while 的终止条件应该是 left == right + 1，也就是其中应该用 <=，如下：

int left_bound(int[] nums, int target) {// 搜索区间为 [left, right]int left = 0, right = nums.length - 1;while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] < target) // 搜索区间变为 [mid+1, right]left = mid + 1;else if (nums[mid] > target) {// 搜索区间变为 [left, mid-1]right = mid - 1;else if (nums[mid] == target) {// 收缩右侧边界right = mid - 1;} }

由于 while 的退出条件是 left == right + 1，所以当 target 比 nums 中所有元素都大时，会存在以下情况使得索引越界：

因此，最后返回结果的代码应该检查越界情况：

if (left >= nums.length || nums[left] != target)return -1; return left;

所以完整的改进后：

int left_bound(int[] nums, int target) {int left = 0, right = nums.length - 1;// 搜索区间为 [left, right]while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] < target) {// 搜索区间变为 [mid+1, right]left = mid + 1;} else if (nums[mid] > target) {// 搜索区间变为 [left, mid-1]right = mid - 1;} else if (nums[mid] == target) {// 收缩右侧边界right = mid - 1;}}// 检查出界情况if (left >= nums.length || nums[left] != target)return -1;return left; }

3.2LeetCode278. 第一个错误的版本

你是产品经理，目前正在带领一个团队开发新的产品。不幸的是，你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的，所以错误的版本之后的所有版本都是错的。
假设你有 n 个版本 [1, 2, …, n]，你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version) 接口来判断版本号 version 是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
示例:
给定 n = 5，并且 version = 4 是第一个错误的版本。
调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true
所以，4 是第一个错误的版本。

// The API isBadVersion is defined for you. // bool isBadVersion(int version);class Solution { public:int firstBadVersion(int n) {int left=1;int right=n;int mid;while(left<=right){mid=left+(right-left)/2;if(isBadVersion(mid)==true)right=mid-1;else if(isBadVersion(mid)==false)left=mid+1;elseright=mid-1; }if(isBadVersion(left)==true)return left;return -1;} };

3.3LeetCode 162. 寻找峰值

峰值元素是指其值大于左右相邻值的元素。
给定一个输入数组 nums，其中 nums[i] ≠ nums[i+1]，找到峰值元素并返回其索引。
数组可能包含多个峰值，在这种情况下，返回任何一个峰值所在位置即可。
你可以假设 nums[-1] = nums[n] = -∞。
示例 1:
输入: nums = [1,2,3,1]
输出: 2
解释: 3 是峰值元素，你的函数应该返回其索引 2。
示例 2:
输入: nums = [1,2,1,3,5,6,4]
输出: 1 或 5
解释: 你的函数可以返回索引 1，其峰值元素为 2；
或者返回索引 5， 其峰值元素为 6。
说明:
你的解法应该是 O(logN) 时间复杂度的。

首先要注意题目条件，在题目描述中出现了 nums[-1] = nums[n] = -∞，这就代表着 只要数组中存在一个元素比相邻元素大，那么沿着它一定可以找到一个峰值

class Solution { public:int findPeakElement(vector<int>& nums) {int left=0;int right=nums.size()-1;int mid;while(left<right){mid=left+(right-left)/2;if(nums[mid]>nums[mid+1])right=mid;elseleft=mid+1;}return left;} };

3.4LeetCode 153. 寻找旋转排序数组中的最小值

假设按照升序排序的数组在预先未知的某个点上进行了旋转。
( 例如，数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。
请找出其中最小的元素。
你可以假设数组中不存在重复元素。
示例 1:
输入: [3,4,5,1,2]
输出: 1
示例 2:
输入: [4,5,6,7,0,1,2]
输出: 0

class Solution { public:int findMin(vector<int>& nums) {int left = 0;int right = nums.size() - 1; /* 左闭右闭区间，如果用右开区间则不方便判断右值 */ while (left < right) { /* 循环不变式，如果left == right，则循环结束 */int mid = left + (right - left) / 2; /* 地板除，mid更靠近left */if (nums[mid] > nums[right]) { /* 中值 > 右值，最小值在右半边，收缩左边界 */ left = mid + 1; /* 因为中值 > 右值，中值肯定不是最小值，左边界可以跨过mid */ } else if (nums[mid] < nums[right]) { /* 明确中值 < 右值，最小值在左半边，收缩右边界 */ right = mid; /* 因为中值 < 右值，中值也可能是最小值，右边界只能取到mid处 */ }}return nums[left]; /* 循环结束，left == right，最小值输出nums[left]或nums[right]均可 */ } };

4.寻找右侧边界的二分查找

4.1寻找右侧边界的二分查找简介

int right_bound(int[] nums, int target) {int left = 0, right = nums.length - 1;while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] < target) {left = mid + 1;} else if (nums[mid] > target) {right = mid - 1;} else if (nums[mid] == target) {// 这里改成收缩左侧边界即可left = mid + 1;}}// 这里改为检查 right 越界的情况，见下图if (right < 0 || nums[right] != target)return -1;return right; }

最后一段代码当 target 比所有元素都小时，right 会被减到 -1，所以需要在最后防止越界

4.2 LeetCode34.在排序数组中查找元素的第一个和最后一个位置

给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
你的算法时间复杂度必须是 O(log n) 级别。
如果数组中不存在目标值，返回 [-1, -1]。
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]

代码：

class Solution { public:vector<int> searchRange(vector<int>& nums, int target) {vector<int> vec;int left=0;int right=nums.size()-1;int mid;while(left<=right){mid=left+(right-left)/2;if(nums[mid]==target)right=mid-1;else if(nums[mid]>target)right=mid-1;elseleft=mid+1;}if(left==nums.size()||nums[left]!=target)vec.push_back(-1);elsevec.push_back(left);left=0;right=nums.size()-1;while(left<=right){mid=left+(right-left)/2;if(nums[mid]==target)left=mid+1;else if(nums[mid]<target)left=mid+1;elseright=mid-1;}if(right<0||nums[right]!=target)vec.push_back(-1);elsevec.push_back(right);return vec;} };

总结

以上是生活随笔为你收集整理的二分查找(循序渐进由0到1掌握二分)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。