詳解Java中二分法的基本思路和實(shí)現(xiàn)
在一個(gè)有序數(shù)組中，找某個(gè)數(shù)是否存在
思路：
- 由于是有序數(shù)組，可以先得到中點(diǎn)位置，中點(diǎn)可以把數(shù)組分為左右半邊。
- 如果中點(diǎn)位置的值等于目標(biāo)值，直接返回中點(diǎn)位置。
- 如果中點(diǎn)位置的值小于目標(biāo)值，則去數(shù)組中點(diǎn)左側(cè)按同樣的方式尋找。
- 如果中點(diǎn)位置的值大于目標(biāo)值，則取數(shù)組中點(diǎn)右側(cè)按同樣的方式尋找。
- 如果最后沒有找到，則返回：-1。
代碼
class Solution {
public int search(int[] arr, int t) {
if (arr == null || arr.length < 1) {
return -1;
}
int l = 0;
int r = arr.length - 1;
while (l <= r) {
int m = l + ((r - l) >> 1);
if (arr[m] == t) {
return m;
} else if (arr[m] > t) {
r = m - 1;
} else {
l = m + 1;
}
}
return -1;
}
}
時(shí)間復(fù)雜度 O(logN)。
在一個(gè)有序數(shù)組中，找大于等于某個(gè)數(shù)最左側(cè)的位置
示例 1:
輸入: nums = [1,3,5,6], target = 5
輸出: 2
說(shuō)明：如果要在num這個(gè)數(shù)組中插入 5 這個(gè)元素，應(yīng)該是插入在元素 3 和 元素 5 之間的位置，即 2 號(hào)位置。
示例 2:
輸入: nums = [1,3,5,6], target = 2
輸出: 1
說(shuō)明：如果要在num這個(gè)數(shù)組中插入 2 這個(gè)元素，應(yīng)該是插入在元素 1 和 元素 3 之間的位置，即 1 號(hào)位置。
示例 3:
輸入: nums = [1,3,5,6], target = 7
輸出: 4
說(shuō)明：如果要在num這個(gè)數(shù)組中插入 7 這個(gè)元素，應(yīng)該是插入在數(shù)組末尾，即 4 號(hào)位置。
通過(guò)上述示例可以知道，這題本質(zhì)上就是求在一個(gè)有序數(shù)組中，找大于等于某個(gè)數(shù)最左側(cè)的位置，如果不存在，就返回?cái)?shù)組長(zhǎng)度（表示插入在最末尾位置）
我們只需要在上例基礎(chǔ)上進(jìn)行簡(jiǎn)單改動(dòng)即可，上例中，我們找到滿足條件的位置就直接return了
if (arr[m] == t) {
return m;
}
在本問(wèn)題中，因?yàn)橐业阶钭髠?cè)的位置，所以，在遇到相等的時(shí)候，只需要先把位置記錄下來(lái)，不用直接返回，然后繼續(xù)去左側(cè)找是否還有滿足條件的更左邊的位置。
同時(shí)，在遇到arr[m] > t條件下，也需要記錄下此時(shí)的m位置，因?yàn)檫@也可能是滿足條件的位置。
代碼：
class Solution {
public static int searchInsert(int[] arr, int t) {
int ans = arr.length;
int l = 0;
int r = arr.length - 1;
while (l <= r) {
int m = l + ((r - l)>>1);
if (arr[m] >= t) {
ans = m;
r = m - 1;
} else {
l = m + 1;
}
}
return ans;
}
}
整個(gè)算法的時(shí)間復(fù)雜度是O(logN)。
在排序數(shù)組中查找元素的第一個(gè)和最后一個(gè)位置
思路
本題也是用二分來(lái)解，當(dāng)通過(guò)二分找到某個(gè)元素的時(shí)候，不急著返回，而是繼續(xù)往左（右）找，看能否找到更左（右）位置匹配的值。
代碼如下：
class Solution {
public static int[] searchRange(int[] arr, int t) {
if (arr == null || arr.length < 1) {
return new int[]{-1, -1};
}
return new int[]{left(arr,t),right(arr,t)};
}
public static int left(int[] arr, int t) {
if (arr == null || arr.length < 1) {
return -1;
}
int ans = -1;
int l = 0;
int r = arr.length - 1;
while (l <= r) {
int m = l + ((r - l) >> 1);
if (arr[m] == t) {
ans = m;
r = m - 1;
} else if (arr[m] < t) {
l = m +1;
} else {
// arr[m] > t
r = m - 1;
}
}
return ans;
}
public static int right(int[] arr, int t) {
if (arr == null || arr.length < 1) {
return -1;
}
int ans = -1;
int l = 0;
int r = arr.length - 1;
while (l <= r) {
int m = l + ((r - l) >> 1);
if (arr[m] == t) {
ans = m;
l = m + 1;
} else if (arr[m] < t) {
l = m +1;
} else {
// arr[m] > t
r = m - 1;
}
}
return ans;
}
}
時(shí)間復(fù)雜度 O(logN)。
局部最大值問(wèn)題
思路
假設(shè)數(shù)組長(zhǎng)度為N，首先判斷0號(hào)位置的數(shù)和N-1位置的數(shù)是不是峰值位置。
0號(hào)位置只需要和1號(hào)位置比較，如果0號(hào)位置大，0號(hào)位置就是峰值位置，可以直接返回。
N-1號(hào)位置只需要和N-2號(hào)位置比較，如果N-1號(hào)位置大，N-1號(hào)位置就是峰值位置，可以直接返回。
如果0號(hào)位置和N-1在上輪比較中均是最小值，那么數(shù)組的樣子必然是如下情況：
由上圖可知，[0..1]區(qū)間內(nèi)是增長(zhǎng)趨勢(shì), [N-2...N-1]區(qū)間內(nèi)是下降趨勢(shì)。
那么峰值位置必在[1...N-2]之間出現(xiàn)。
此時(shí)可以通過(guò)二分來(lái)找峰值位置，先來(lái)到中點(diǎn)位置，假設(shè)為mid，如果中點(diǎn)位置的值比左右兩邊的值都大:
arr[mid] > arr[mid+1] && arr[mid] > arr[mid-1]
則mid位置即峰值位置，直接返回。
否則，有如下兩種情況：
情況一：mid 位置的值比 mid - 1 位置的值小
趨勢(shì)如下圖：
則在[1...(mid-1)]區(qū)間內(nèi)繼續(xù)二分。
情況二：mid 位置的值比 mid + 1 位置的值小
趨勢(shì)是：
則在[(mid+1)...(N-2)]區(qū)間內(nèi)繼續(xù)上述二分。
完整代碼
public class LeetCode_0162_FindPeakElement {
public static int findPeakElement(int[] nums) {
if (nums.length == 1) {
return 0;
}
int l = 0;
int r = nums.length - 1;
if (nums[l] > nums[l + 1]) {
return l;
}
if (nums[r] > nums[r - 1]) {
return r;
}
l = l + 1;
r = r - 1;
while (l <= r) {
int mid = l + ((r - l) >> 1);
if (nums[mid] > nums[mid + 1] && nums[mid] > nums[mid - 1]) {
return mid;
}
if (nums[mid] < nums[mid + 1]) {
l = mid + 1;
} else if (nums[mid] < nums[mid - 1]) {
r = mid - 1;
}
}
return -1;
}
}
時(shí)間復(fù)雜度O(logN)。
到此這篇關(guān)于詳解Java中二分法的基本思路和實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Java二分法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Spring Cloud Feign組成配置過(guò)程解析
這篇文章主要介紹了Spring Cloud Feign組成配置過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
詳解java平臺(tái)解析協(xié)議相關(guān)備忘
這篇文章主要介紹了詳解java平臺(tái)解析協(xié)議相關(guān)備忘，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01
這篇文章主要為大家介紹一下Java中的類加載器與雙親委派機(jī)制，文中通過(guò)示例為大家進(jìn)行了詳細(xì)的介紹，對(duì)我們學(xué)習(xí)Java有一定幫助，需要的可以參考一下2022-08-08
這篇文章主要介紹了Java獲取接口所有實(shí)現(xiàn)類的方式詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
Windows下Java調(diào)用可執(zhí)行文件代碼實(shí)例
這篇文章主要介紹了Windows下Java調(diào)用可執(zhí)行文件代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
springboot中rabbitmq實(shí)現(xiàn)消息可靠性機(jī)制詳解
這篇文章主要介紹了springboot中rabbitmq實(shí)現(xiàn)消息可靠性機(jī)制詳解,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2021-09-09
java圖片滑動(dòng)驗(yàn)證（登錄驗(yàn)證）原理與實(shí)現(xiàn)方法詳解
這篇文章主要介紹了java圖片滑動(dòng)驗(yàn)證（登錄驗(yàn)證）原理與實(shí)現(xiàn)方法,結(jié)合實(shí)例形式詳細(xì)分析了java圖片滑動(dòng)登錄驗(yàn)證的相關(guān)原理、實(shí)現(xiàn)方法與操作技巧,需要的朋友可以參考下2019-09-09
java編程兩種樹形菜單結(jié)構(gòu)的轉(zhuǎn)換代碼
這篇文章主要介紹了java編程兩種樹形菜單結(jié)構(gòu)的轉(zhuǎn)換代碼，首先介紹了兩種樹形菜單結(jié)構(gòu)的代碼，然后展示了轉(zhuǎn)換器實(shí)例代碼，最后分享了相關(guān)實(shí)例及結(jié)果演示，具有一定借鑒價(jià)值，需要的朋友可以了解下。2017-12-12
這篇文章主要介紹了Spring boot跨域設(shè)置實(shí)例詳解，簡(jiǎn)單介紹了跨域的定義，原因，使用場(chǎng)景及解決方案，具有一定參考價(jià)值，需要的朋友可以了解下。2017-11-11
這篇文章主要為大家分享了最有價(jià)值的三道java面試題，涵蓋內(nèi)容全面，包括數(shù)據(jù)結(jié)構(gòu)和算法相關(guān)的題目、經(jīng)典面試編程題等，感興趣的小伙伴們可以參考一下2021-07-07