网站域名格式西安市建设工程信息网诚信信息平台诚信承诺书在哪儿下载

.

.

前言

本专栏上篇博客已经把滑动指针收尾啦
现在还是想到核心——一段连续的区间，有时候加上哈希表用起来很爽
今天我们来学习新的算法知识——二分查找，相信大家都不陌生
二分查找，怎么说呢，清晰了解之后，其实代码就几行
话不多说，跟我一起来瞅瞅吧

二分查找

首先我们来学习两道经典例题，有了例题和板子，才能更好的扩展和延伸，应对不同的场景
二分查找

其实乍一看，直接遍历一遍不就好了吗，但是今天我们的主题是二分查找
所以这一题来学习一下二分的第一个最简单的板子
解法一就是暴力循环找目标值
解法二：

其实核心就是二段性，只要给的数据有二段性，我们就能用二分
最朴素的就是不断的找 mid 然后判断 ，再进到新的区间 ，不断二分
看看这题代码，其实大家应该都会写的，最基础的二分板子

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;if(target > nums[mid])left = mid + 1;else if( target < nums[mid])right = mid - 1;elsereturn mid;}return -1;}
};

可能觉得二分就这么简单吗？？ 不不不，还有另外两个板子，会有点麻烦
在排序数组中查找元素的第一个和最后一个位置

这题能把另外两个二分的板子完美诠释出来，在做这一题之前，我们先来了解两种情况
前面我们的朴素版本就是 大于 等于 小于 三种情况。
现在我们来想想 左边区间是小于目标值 右边区间是大于等于目标值 两种情况怎么处理
也就是找区间的左端点，如下图：

相比于前面的朴素板子，有很多细节差别
—left 和 right 的更新， 当 x 小于目标值时，那就是左边区间，这时候left——mid的区间都是不满足条件的，因为左边区间都是小于目标值，所以 left 要更新为 mid+1 ，当 x 大于等于目标值时，因为我们右边区间默认是大于等于目标值的区间，我们的 right 如果更新为 mid - 1，有可能当前的mid就是要找寻的点，所以 right 应该更新为 mid
—循环条件 当 left == right 时，就是我们要找的答案，这个时候如果循环条件为 left<=right ,会进入死循环
—mid的取值，看下图，假设就剩下两个值，目标值是left，先用第一种方法 mid 就是 left，这个时候 x >= 目标值，所以right == mid，刚好left 和 right 相等，找到目标值，如果取用第二种方法，取mid为right，这个时候 x >= 目标值，right 和 mid 相等，然后left还是小于right，死循环，所以当我们把区间分成左边完全小于目标值，右边大于等于目标值的时候，就用第一种。

左端点结束了，接下来就是右端点了
也就是左边区间小于等于目标值，右边区间完全大于目标值

需要注意的细节还是
—left 和 right 的更新 ，当 x > 目标值的时候 right更新为 mid - 1，因为右边区间都是大于目标值的， 当 x <= 目标值的时候， left更新为mid，因为左边区间小于等于目标值，可能mid的位置就是目标值
—left < right left 不能等于 right
—还是 mid 的取值问题，再来回到这个图
我们先使用第一种，当right为目标值时，更新 mid 是刚好为 left，这个时候left更新为mid，right还是大于left，陷入死循环，使用第二种的话，更新mid为right，left更新为mid，也就是right，left和right相等，跳出循环，找到目标值。所以当区间分成左区间小于等于，右区间大于时，用第二种取mid

好了，找左右端点我们都学会了这题，也是能稳稳拿下了
题目要求找到目标值的左右端点，那我们来一次找左端点的操作，再来一次右端点的操作就好啦，话不多说，上代码

class Solution 
{
public:vector<int> searchRange(vector<int>& nums, int target) {if(nums.size() == 0)return{-1, -1};int begin = 0;int left = 0, right = nums.size() - 1;while(left < right)   //  找左端点{int mid = left + (right - left) / 2;if(nums[mid] < target)left = mid + 1;elseright = mid;}if(nums[left] != target) return {-1, -1};begin = left;right = nums.size() - 1;while(left < right)  //  找右端点{int mid = left + (right - left + 1) / 2;if(nums[mid] > target)right = mid - 1;elseleft = mid;}return {begin, right};}
};

搜索插入的位置

思路

这题看来就是左区间小于，又区间大于等于，二段性就分好啦
假设插入的坐标是x，那么x左边都是小于目标值的，右区间都是大于等于目标值的
我们可以用查询左端点的板子，直接返回找到的左端点
还有一种特殊情况就是，数据插入在末尾，原本的数据全部小于目标值的，就把这一点处理一下就好了
话不多说，上代码

class Solution 
{
public:int searchInsert(vector<int>& nums, int target) {int left = 0, right = nums.size() - 1;while(left < right){int mid = left + (right - left) / 2;if(nums[mid] < target)  //  特殊情况，所有数据都比目标值小left = mid + 1;		//	返回right + 1elseright = mid;}if(nums[left] < target)return left + 1;elsereturn right;} 
};

x的平方根

思路

本题第一种思路就是暴力枚举就好了，0-x/2区间一个一个枚举，挺简单的思路，就不多赘述了
第二种思路就是二分，我们可以用右端点的板子，设定 i * i <= x为条件，进行二分，最终返回的就是小于等于算数平方根的下标， 话不多说，上代码

class Solution 
{
public:int mySqrt(int x) {if(x == 0)return 0;long long right = x / 2, left = 1;while(left < right){long long  mid = left + (right - left + 1) / 2; // 查询右端点取中点处理if(mid * mid > (long long)x)right = mid - 1;elseleft = mid;}return left;        }
};

其实核心就是找到数据的二段性，然后看情况选择二分查找左端点还是右端点就好啦

山脉数组的峰顶索引

思路

题目的意思是找到山脉的顶峰，第一种思路当然就是暴力查找了，找到最大值就行
第二种思路就是我们可以把山脉分成两份，二段性不就来了嘛，一段单调增，一段单调减
然后根据情况查找左端点或者右端点就好啦
我们把左区间设定为递增到山顶的区间，右区间就是下山的区间
这个时候应该用我们的查询右端点的板子，然后我们的判断条件可以设为 arr[mid] > arr[mid - 1]
话不多说，看代码

class Solution 
{
public:int peakIndexInMountainArray(vector<int>& arr) {int left = 1, right = arr.size() - 2;while(left < right){int mid = left + (right - left + 1) / 2;if(arr[mid] > arr[mid - 1]) left = mid;elseright = mid - 1;}return left;}
};

当然，也可以用查询左端点的板子来写

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

其实，核心就是找到二段性，然后再找判断条件

寻找旋转排序数组中的最小值

思路

题目的二段性意思已经写在脸上了，如图

我们直接设定右端点为 x ，然后上查找左端点的板子，这个x用来判断区间条件
就是两步，二段性，区间条件，话不多说，上代码

class Solution 
{
public:int findMin(vector<int>& nums) {int left = 0, right = nums.size() - 1;int x = nums[right];while(left < right){int mid = left + (right - left) / 2;if(nums[mid] > x) //  当前值大于  x  表示在左区间left = mid + 1;   //  更新leftelseright = mid;}return nums[left];}
};

总结

二分查找是一种高效的搜索算法，核心在于利用数据的二段性将区间不断二分，快速定位目标。本文通过经典例题解析了三种常见场景的二分应用：

1. 基本查找：适用于有序数组，通过比较中间值与目标调整区间，时间复杂度O(logN)。
2. 边界查找：
   • 左边界：右区间≥目标，循环条件left<right，mid取左中点，更新策略确保不遗漏可能解。
   • 右边界：左区间≤目标，mid取右中点，避免死循环。
3. 特殊场景：如山脉数组峰值、旋转数组最小值，通过分析数据规律（如单调性变化点）构造二段性条件。

关键点：

• 循环条件选择（left<right或left<=right）。
• mid计算方式（防止溢出）与边界更新策略。
• 处理目标不存在或越界的特殊情况。

掌握二分查找的核心在于理解区间划分逻辑，灵活选择模板，结合问题特点设计判断条件，从而高效解决复杂查找问题

今天的内容就到这里啦，不要走开小编持续更新中~~~