目录
这一题暴力解法确实是很简单的去实现,但是这一题明确说明了需要时间复杂度为logN来实现,这就意味着不能用暴力解法O(N)。
二分查找法的本质:看区间是否有“二段性”。取一个点能分成俩部分,有一部分是满足条件,则可用二分查找算法。它并不是非得分成一半一半,也可以是三分之一,四分之一,只是复杂度的问题。
其实我们可以利用三分四分二分都可以解决问题,但是我们最合理的是二分方法解决问题,因为用到概率学的期望值中,我们确实如果找到目标值可以在1/4中的小部分,但是我们也可能在1/4的另一个大部分,所以期望值来看,平分是最好的。最终选取中间点进行划分,二分查找时间复杂度最小。
本题是找到开始位置和结束位置,我们可以从查找区间的左端点值和区间的右端点值入手。
我们看到这里,我们会不会想到划分区间(二分查找的本质是'能有“二分段”)我们可以划分【小于t】【大于等于t】俩部分。这时候我们就可以二分查找思路来解题。
存在俩种情况left<=right和left<right。
最终left是肯定会达到区间的左端点的值的,而right=mid一直在靠近最左端值,最终也会到达端点值,所以我们不需要进行left=right再循环,因为那个时候我们已经指向了结果,我们只需要判断一下left对应的值是否等于target即可。
最终选择left<right.
求中点:
mid=left+(right-left)/2 mid=left+(right-left+1)/2
这俩个中点值,一个值的是在偶数的时候取左值还是右值。
而我们在取区间的左端的时候,我们的left=mid+1??right=mid.
如果我们选择mid=(right+left+1)/2+left的情况下,我们在遇到这个情况下,mid在right的位置,然后right依旧mid,我们就陷入了死循环,我们需要mid指向的是偶区间的左边,而不是右边,因为right=mid,会导致死循环。所以遇到查找区间的左端点值我们选择mid=(right-left)/2+left
和上述的查找区间的左端点值一样。
而我们在取区间的右端点的时候,我们的left=mid? right=mid-1.
如果我们选择mid=(right+left)/2+left的情况下,我们在遇到这个情况下,mid在left的位置,然后left依旧mid,我们就陷入了死循环,我们需要mid指向的是偶区间的右边,而不是左边,因为left=mid,会导致死循环。所以遇到查找区间的右端点值我们选择mid=(right-left+1)/2+left
- 循环条件:left<right
区间左端点,区间右端点我们都不需要再进行left=right的循环,所以循环条件是left<right
- 求中点:
区间左端点:mid=(right-left)/2+left? ? 因为left=mid+1? right=mid? 偶区间的左边
区间右端点:mid=(right-left+1)/2+left? 因为left=mid? right=mid-1? 偶区间的右边
class Solution {
public:
vector<int> searchRange(vector<int>& nums, int target) {
if(nums.size()==0)
{
return {-1,-1};
}
int left=0,right=nums.size()-1;
//取左端点值
int begin=0;
while(left<right)
{
int mid=(right-left)/2+left;
if(nums[mid]<target)left=mid+1;
else right=mid;
}
//判断是否有结果
if(nums[left]!=target)return {-1,-1};
else begin=left;
//取右端点值
left=0,right=nums.size()-1;
while(left<right)
{
int mid=(right-left+1)/2+left;
if(nums[mid]<=target)left=mid;
else right=mid-1;
}
return {begin,left};
}
};
这只是初步的给个模板,后续会有题目来熟练认知这段代码。