V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
fudonglai
V2EX  ›  LeetCode

一文搞清二分查找算法的各种细节

  •  
  •   fudonglai · 2020-02-23 15:49:48 +08:00 · 6736 次点击
    这是一个创建于 1495 天前的主题,其中的信息可能已经有所发展或是发生改变。

    先给大家讲个笑话乐呵一下:

    有一天阿东到图书馆借了 N 本书,出图书馆的时候,警报响了,于是保安把阿东拦下,要检查一下哪本书没有登记出借。阿东正准备把每一本书在报警器下过一下,以找出引发警报的书,但是保安露出不屑的眼神:你连二分查找都不会吗?于是保安把书分成两堆,让第一堆过一下报警器,报警器响;于是再把这堆书分成两堆…… 最终,检测了 logN 次之后,保安成功的找到了那本引起警报的书,露出了得意和嘲讽的笑容。于是阿东背着剩下的书走了。

    从此,图书馆丢了 N - 1 本书。

    二分查找真的很简单吗?并不简单。看看 Knuth 大佬(发明 KMP 算法的那位)怎么说的:

    Although the basic idea of binary search is comparatively straightforward, the details can be surprisingly tricky..、

    这句话可以这样理解:思路很简单,细节是魔鬼。

    本文就来探究几个最常用的二分查找场景:寻找一个数、寻找左侧边界、寻找右侧边界。而且,我们就是要深入细节,比如不等号是否应该带等号,mid 是否应该加一等等。分析这些细节的差异以及出现这些差异的原因,保证你能灵活准确地写出正确的二分查找算法。

    零、二分查找框架

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

    分析二分查找的一个技巧是:不要出现 else,而是把所有情况用 else if 写清楚,这样可以清楚地展现所有细节。本文都会使用 else if,旨在讲清楚,读者理解后可自行简化。

    其中 ... 标记的部分,就是可能出现细节问题的地方,当你见到一个二分查找的代码时,首先注意这几个地方。后文用实例分析这些地方能有什么样的变化。

    另外声明一下,计算 mid 时需要技巧防止溢出,不要用 (left + right) / 2,而是要用 left + (right - left) / 2

    一、寻找一个数(基本的二分搜索)

    这个场景是最简单的,肯能也是大家最熟悉的,即搜索一个数,如果存在,返回其索引,否则返回 -1。

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

    1、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。

    当然,如果你非要用 while(left < right) 也可以,我们已经知道了出错的原因,就打个补丁好了:

        //...
        while(left < right) {
            // ...
        }
        return nums[left] == target ? left : -1;
    

    2、为什么 left = mid + 1,right = mid - 1 ?我看有的代码是 right = mid 或者 left = mid,没有这些加加减减,到底怎么回事,怎么判断?

    答:这也是二分查找的一个难点,不过只要你能理解前面的内容,就能够很容易判断。

    刚才明确了「搜索区间」这个概念,而且本算法的搜索区间是两端都闭的,即 [left, right]。那么当我们发现索引 mid 不是要找的 target 时,如何确定下一步的搜索区间呢?

    当然是 [left, mid - 1] 或者 [mid + 1, right] 对不对?因为 mid 已经搜索过,应该从搜索区间中去除。

    3、此算法有什么缺陷?

    答:至此,你应该已经掌握了该算法的所有细节,以及这样处理的原因。但是,这个算法存在局限性。

    比如说给你有序数组 nums = [1,2,2,2,3],target = 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。

    我们后续的算法就来讨论这两种二分查找的算法。

    二、寻找左侧边界的二分搜索

    直接看代码,其中的标记是需要注意的细节:

    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 - left) / 2;
            if (nums[mid] == target) {
                right = mid;
            } else if (nums[mid] < target) {
                left = mid + 1;
            } else if (nums[mid] > target) {
                right = mid; // 注意
            }
        }
        return left;
    }
    

    1、为什么 while(left < right) 而不是 <= ?

    答: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。

    2、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?

    答: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 不变,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:

    while (left < right) {
        //...
    }
    // target 比所有数都大
    if (left == nums.length) return -1;
    // 类似之前算法的处理方式
    return nums[left] == target ? left : -1;
    

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

    答: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)。

    4、为什么该算法能够搜索左侧边界?

    答:关键在于对于 nums[mid] == target 这种情况的处理:

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

    可见,找到 target 时不要立即返回,而是缩小「搜索区间」的上界 right,在区间 [left, mid) 中继续搜索,即不断向左收缩,达到锁定左侧边界的目的。

    5、为什么返回 left 而不是 right ?

    答:都是一样的,因为 while 终止的条件是 left == right。

    三、寻找右侧边界的二分查找

    寻找右侧边界和寻找左侧边界的代码差不多,只有两处不同,已标注:

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

    1、为什么这个算法能够找到右侧边界?

    答:类似地,关键点还是这里:

        if (nums[mid] == target) {
            left = mid + 1;
    

    当 nums[mid] == target 时,不要立即返回,而是增大「搜索区间」的下界 left,使得区间不断向右收缩,达到锁定右侧边界的目的。

    2、为什么最后返回 left - 1 而不像左侧边界的函数,返回 left ?而且我觉得这里既然是搜索右侧边界,应该返回 right 才对。

    答:首先,while 循环的终止条件是 left == right,所以 left 和 right 是一样的,你非要体现右侧的特点,返回 right - 1 好了。

    至于为什么要减一,这是搜索右侧边界的一个特殊点,关键在这个条件判断:

        if (nums[mid] == target) {
            left = mid + 1;
            // 这样想: mid = left - 1
    

    因为我们对 left 的更新必须是 left = mid + 1,就是说 while 循环结束时,nums[left] 一定不等于 target 了,而 nums[left-1] 可能是 target。

    至于为什么 left 的更新必须是 left = mid + 1,同左侧边界搜索,就不再赘述。

    1、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?

    答:类似之前的左侧边界搜索,因为 while 的终止条件是 left == right,就是说 left 的取值范围是 [0, nums.length],所以可以添加两行代码,正确地返回 -1:

    while (left < right) {
        // ...
    }
    if (left == 0) return -1;
    return nums[left-1] == target ? (left-1) : -1;
    

    四、最后总结

    来梳理一下这些细节差异的因果逻辑:

    第一个,最基本的二分查找算法:

    因为我们初始化 right = nums.length - 1
    所以决定了我们的「搜索区间」是 [left, right]
    所以决定了 while (left <= right)
    同时也决定了 left = mid+1 和 right = mid-1
    
    因为我们只需找到一个 target 的索引即可
    所以当 nums[mid] == target 时可以立即返回
    

    第二个,寻找左侧边界的二分查找:

    因为我们初始化 right = nums.length
    所以决定了我们的「搜索区间」是 [left, right)
    所以决定了 while (left < right)
    同时也决定了 left = mid + 1 和 right = mid
    
    因为我们需找到 target 的最左侧索引
    所以当 nums[mid] == target 时不要立即返回
    而要收紧右侧边界以锁定左侧边界
    

    第三个,寻找右侧边界的二分查找:

    因为我们初始化 right = nums.length
    所以决定了我们的「搜索区间」是 [left, right)
    所以决定了 while (left < right)
    同时也决定了 left = mid + 1 和 right = mid
    
    因为我们需找到 target 的最右侧索引
    所以当 nums[mid] == target 时不要立即返回
    而要收紧左侧边界以锁定右侧边界
    
    又因为收紧左侧边界时必须 left = mid + 1
    所以最后无论返回 left 还是 right,必须减一
    

    如果以上内容你都能理解,那么恭喜你,二分查找算法的细节不过如此。

    通过本文,你学会了:

    1、分析二分查找代码时,不要出现 else,全部展开成 else if 方便理解。

    2、注意「搜索区间」和 while 的终止条件,如果存在漏掉的元素,记得在最后检查。

    3、如需要搜索左右边界,只要在 nums[mid] == target 时做修改即可。搜索右侧时需要减一。

    近期文章

    学习数据结构和 LeetCode 的刷题指南

    滑动窗口( sliding window )解题套路详解

    动态规划解题套路详解

    经典动态规划:编辑距离

    回溯算法套路详解

    最后,我写了将近 70 篇原创算法文章介绍算法技巧,绝不是简单的代码堆砌,适用于面试和 LeetCode 刷题,可以在我的 gitbook 在看查看。文章的 Github 仓库地址 fucking-algorithm,觉得不错的话可以给个 star。

    PS:我最近精心制作了一份电子书《 labuladong 的算法小抄》,分为「动态规划」「数据结构」「算法思维」「高频面试」四个章节,共 60 多篇原创文章,绝对精品,如有需要,可扫码到我的公众号 labuladong 后台回复关键词「 pdf 」即可下载:

    目录

    2 条回复    2020-02-24 06:30:06 +08:00
    lhx2008
        1
    lhx2008  
       2020-02-23 16:35:38 +08:00 via Android
    细节不是魔鬼,框架不对的时候才是
    zhuyuuyuhz
        2
    zhuyuuyuhz  
       2020-02-24 06:30:06 +08:00 via iPhone
    👍
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3609 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 37ms · UTC 10:45 · PVG 18:45 · LAX 03:45 · JFK 06:45
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.