关于二分查找的总结

最近又重新拾起了一直很凌乱的二分查找,各种版本,有时候总是很难调对,今天就整理了一下。

最基础的二分查找是从非递减序的数组中查找某个元素是否在数组中,如果在的话,随意返回一个位置,如果没有这个元素,返回-1。那么就有了下面这个基础的算法

//查找目标元素在数组中的位置,任意一个都可以,如果没有返回-1
int Binary_search(int *arr, int n, int val)
{
    int l = 0;
    int r = n - 1;
    while (l <= r)
    {
        int mid = (l + r) >> 1;
        if (arr[mid] == val)
            return mid;
        if (arr[mid] < val)
            l = mid + 1;
        else
            r = mid - 1;
    }
    return -1;
}

然后下面关于二分查找的变种比较多了,下面主要列出来一些常用的变种

1.查找一个大于等于目标元素的位置,等同于lower_bound()函数

//查找第一个大于等于目标元素的位置, 等同于lower_bound();
int Binary_search_first_greater_or_equal(int *arr, int n, int val)
{
    int l = 0;
    int r = n - 1;
    while (l <= r)
    {
        int mid = (l + r) >> 1;
        if (arr[mid] < val)
            l = mid + 1;
        else
            r = mid - 1;
    }
    return l;
}

这个主要是去掉了等于的时候直接返回,之所以用小于号而不是小于等于是因为如果如果arr[mid]比要找的元素小的话,大于等于他的元素一定在他的右边,而如果是等于他的话,可能在他的左边,大于他自然在左边。

2. 查找一个大于目标元素的位置,等同于upper_bound()

//查找第一个大于目标元素的位置, 等同于upper_bound();
int Binary_search_first_greater(int *arr, int n, int val)
{
    int l = 0;
    int r = n - 1;
    while (l <= r)
    {
        int mid = (l + r) >> 1;
        if (arr[mid] <= val)
            l = mid + 1;
        else
            r = mid - 1;
    }
    return l;
}

因为要返回大于他的,那么当arr[mid] == val的时候,继续往右找。

3.查找目标元素的第一个位置

//查找目标元素的第一个位置,左闭右开区间
int Binary_search_first_pos(int *arr, int n, int val)
{
    int l = 0;
    int r = n - 1;
    while (l <= r)
    {
        int mid = (l + r) >> 1;
        if (arr[mid] < val)
            l = mid + 1;
        else
            r = mid - 1;
    }
    return (l < n && arr[l] == val) ? l : -1;
}

基本上就是查找大于等于元素的程序,只不过在最后加了一个判断,看看是否等于要找到那个值

4.查找目标元素的最后一个位置

int Binary_search_last_positon(int *arr, int n, int val)//n is the size of arr
{
    int l = 0;
    int r = n - 1;
    while (l <= r)
    {
        int mid = (l + r) >> 1;
        if (arr[mid] > val)
            r = mid - 1;
        else
            l = mid + 1;
    }
    if (l >= n && arr[l - 1] != val) return -1;//若找到最后,并且最后元素的值与目标元素不同,返回-1
    return (l - 1 >= 0 && arr[l - 1] == val) ? l - 1 : -1;
}

若arr[mid] > val,那么自然一定在左边,如果等于val,有可能在右边,因为我是找最右的,所以,还是要继续往右找

以上所有的返回都是l,也就是做区间端点。

原文地址:https://www.cnblogs.com/Howe-Young/p/8289089.html

时间: 2024-10-06 00:54:03

关于二分查找的总结的相关文章

二分查找

递归版(在区间[x, y)中找v的位置) 1 //递归版二分查找 2 int bsearch(int * A, int x, int y, int v) 3 { 4 5 if(v<a[x] || v>a[y-1]) return -1; 6 int m = x + (y-x)/2; //此处能不能用int m = (x+y)/2,需要仔细考虑(暂时想不到原因) 7 if(A[m]==v) return m; 8 else if(A[m]>v) return bsearch(A, x, m

二分查找总结

最近刷leetcode和lintcode,做到二分查找的部分,发现其实这种类型的题目很有规律,题目大致的分为以下几类: 1.最基础的二分查找题目,在一个有序的数组当中查找某个数,如果找到,则返回这个数在数组中的下标,如果没有找到就返回-1或者是它将会被按顺序插入的位置.这种题目继续进阶一下就是在有序数组中查找元素的上下限.继续做可以求两个区间的交集. 2.旋转数组问题,就是将一个有序数组进行旋转,然后在数组中查找某个值,其中分为数组中有重复元素和没有重复元素两种情况. 3.在杨氏矩阵中利用二分查

二分查找JAVA实现

二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好:其缺点是要求待查表为有序表,且插入删除困难.因此,折半查找方法适用于不经常变动而查找频繁的有序列表.首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功:否则利用中间位置记录将表分成前.后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表.重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功. 一.概念 二分查

rwkj 1430 二分查找

#include<iostream>using namespace std;int n,k,a[10000]; int binsearch(int low,int high){ int i,len,s;while(low<high) { len=(high+low)/2; for(s=0,i=0;i<n;i++) s+=a[i]/len; if(s>k) low=len+1; else if(s<k) high=len-1; else return len; }}int

uva:10487 - Closest Sums(二分查找)

题目:10487 - Closest Sums 题目大意:给出一组数据,再给出m个查询的数字.要求找到这组数据里的两个数据相加的和最靠近这个查询的数据,输出那两个数据的和. 解题思路:二分查找,这样找到的话,就输出查询的数值,但是要注意找不到的情况:这里最靠近的值不一定是在找不到的时刻的前一次数据,所以要维护最靠近的要查询数的数值. 代码: #include <stdio.h> #include <algorithm> #include <stdlib.h> using

php二分查找

<?php /** * 二分查找:查找一个值在数组中的位置 *@$val:查找的值 *@$arr:操作的数组,前提是按顺序排列 */ header("content-type:text/html;charset = utf-8"); function biary_search($arr,$val){ $num = count($arr); $low = 0; $high = $num - 1; while($low<$high){ $mid = floor(($high-$

二分查找算法的 JavaScript 实现

二分查找在查找[指定值]在[有序]数据中的[位置]时是一种高效的算法. 以下仅提供 ES5 版本. var arr = [0, 2, 4, 27, 28, 54, 67, 74, 75, 79, 86, 97, 289, 290, 678] function binarySearch(arr, val) { var start = 0, end = arr.length - 1; while (start <= end) { var mid = Math.floor((start + end)

深入浅出数据结构C语言版(12)——从二分查找到二叉树

在很多有关数据结构和算法的书籍或文章中,作者往往是介绍完了什么是树后就直入主题的谈什么是二叉树balabala的.但我今天决定不按这个套路来.我个人觉得,一个东西或者说一种技术存在总该有一定的道理,不是能解决某个问题,就是能改善解决某个问题的效率.如果能够先了解到存在的问题以及已存在的解决办法的不足,那么学习新的知识就更容易接受,也更容易理解. 万幸的是,二叉树的讲解是可以按照上述顺序来进行的.那么,今天在我们讨论二叉树之前,我们先来讨论一种情形.一种操作:假设现在有一个数组,数组中的数据按照某

二分查找法

今年是大年初四,晚上闲的没事儿干,在手机上随手写了二分查找法,对有序数组或者循环有序数组都挺管用! public int binarySearch(int []nums,int key){ return binarySearch(nums,key,0,nums.length); } public int binarySearch(int []nums,int key,int left,int right){ int mid = (left + right) / 2; if(left <= rig

二分查找和斐波那契查找

二分查找 说明:查找的数组或列表必须是有序的,若无序,先进行排序 复杂度:时间复杂度 O(log2n),空间复杂度O(n) C++源码(递归和非递归两个版本) #include <iostream> using namespace std; int a[] = { 1, 2, 3, 4, 5, 6, 8 }; int BinarySearch1(int l, int r, int value) { int mid = (l + r) / 2; if (l == r && a[l