二分查找入门

🔍 二分搜索算法详解 | [算法]-[中级]-[查找]

▶ JDK8+ | ⏱️ O(log n)

核心应用场景

1. 基本二分搜索：有序数组中判断数字是否存在
2. 左边界搜索：有序数组中找>=num的最左位置
3. 右边界搜索：有序数组中找<=num的最右位置
4. 非有序数组应用：寻找峰值问题（LeetCode 162）

算法实现

/**
 * 二分搜索详解 - 左程云算法讲解
 * 包含4个核心应用场景的Java实现
 */

/**
 * 1. 基本二分搜索：在有序数组中判断num是否存在
 * 时间复杂度：O(log n)
 */
class BasicBinarySearch {
    public boolean exists(int[] arr, int num) {
        if (arr == null || arr.length == 0) return false;
        
        int left = 0;
        int right = arr.length - 1;
        while (left <= right) { // [关键] 循环条件包含等号
            int mid = left + ((right - left) >> 1); // [优化] 防溢出写法
            
            if (arr[mid] == num) {
                return true;   // 找到目标值
            } else if (arr[mid] < num) {
                left = mid + 1; // 目标在右半区
            } else {
                right = mid - 1; // 目标在左半区
            }
        }
        return false; // 未找到
    }
}

/**
 * 2. 左边界搜索：在有序数组中找>=num的最左位置
 * 关键点：找到即记录位置，然后继续向左搜索
 */
class LeftmostSearch {
    public int findLeftmost(int[] arr, int num) {
        if (arr == null || arr.length == 0) return -1;
        
        int left = 0;
        int right = arr.length - 1;
        int index = -1; // [注意] 记录满足条件的位置
        
        while (left <= right) {
            int mid = left + ((right - left) >> 1);
            
            if (arr[mid] >= num) { // [核心] 大于等于条件
                index = mid;    // 记录当前满足条件的位置
                right = mid - 1; // [关键] 继续向左搜索更优解
            } else {
                left = mid + 1; // 向右扩大搜索范围
            }
        }
        return index; // 返回最左位置（未找到返回-1）
    }
}

/**
 * 3. 右边界搜索：在有序数组中找<=num的最右位置
 * 关键点：找到即记录位置，然后继续向右搜索
 */
class RightmostSearch {
    public int findRightmost(int[] arr, int num) {
        if (arr == null || arr.length == 0) return -1;
        
        int left = 0;
        int right = arr.length - 1;
        int index = -1; // [注意] 记录满足条件的位置
        
        while (left <= right) {
            int mid = left + ((right - left) >> 1);
            
            if (arr[mid] <= num) { // [核心] 小于等于条件
                index = mid;    // 记录当前满足条件的位置
                left = mid + 1; // [关键] 继续向右搜索更优解
            } else {
                right = mid - 1; // 向左缩小搜索范围
            }
        }
        return index; // 返回最右位置（未找到返回-1）
    }
}

/**
 * 4. 非有序数组应用：寻找峰值问题（LeetCode 162）
 * 关键点：利用相对位置决定搜索方向，不依赖全局有序
 * 时间复杂度：O(log n)
 * 
 * 问题要求：
 * - 峰值元素：严格大于相邻元素
 * - 相邻值不相等
 * - nums[-1] = nums[n] = 负无穷
 * - 可以返回任意峰值位置
 */
class FindPeakElement {
    public int findPeakElement(int[] nums) {
        int left = 0;
        int right = nums.length - 1;
        
        while (left < right) { // [注意] 用 < 而不是 <=
            int mid = left + ((right - left) >> 1);
            
            if (nums[mid] < nums[mid + 1]) {
                // [证明] 右侧存在更大值，峰值必在右侧
                left = mid + 1;
            } else {
                // [证明] 当前值可能为峰值或峰值在左侧
                right = mid;
            }
        }
        // 最终left==right，即为峰值位置
        return left;
    }
}

算法可视化

算法要点说明

1. 基本二分搜索

   • 循环条件：while(left <= right) ⚠️ 等号不可少
   • 本质是排除法（每轮排除一半不可能的区域）

2. 边界搜索关键差异

   • 左边界：找到即左移右指针（记录可能更左的位置）
   • 右边界：找到即右移左指针（记录可能更右的位置）

3. 峰值问题核心洞见

   证明：任意位置mid，至少有一侧存在峰值
   - 若 nums[mid] < nums[mid+1]：右侧必存在峰值
     （因为nums[n] = -∞，右侧终将下降）
   - 若 nums[mid] > nums[mid+1]：左侧必存在峰值
     （因为nums[-1] = -∞，左侧有上升过程）
   

4. 复杂度分析

   • 数学基础：n → n/2 → n/4 → … → 1
   • 操作次数 k：n/(2ᵏ) ≈ 1 → k ≈ log₂n
   • 故时间复杂度 O(log n)

5. 工程注意事项

   • 使用 left + ((right - left) >> 1) 防溢出
   • 峰值问题用 while(left < right) 避免死循环
   • 边界搜索的初始index值设为-1（未找到标识）

测试建议

1. 基本搜索：测试存在/不存在/边界值情况
2. 边界搜索：测试全小于/全大于/跨界情况
3. 峰值搜索：测试单峰/双峰/单调递增递减情况

相关题目

🔗 基本二分：LeetCode 704 “二分查找”
🔗 左边界：LeetCode 35 “搜索插入位置”
🔗 右边界：LeetCode 34 “在排序数组中查找元素的第一个和最后一个位置”
🔗 峰值问题：LeetCode 162 “寻找峰值”

效率工具

▶ 二分查找模板生成：

// 快速生成二分查找模板
public int binarySearch(int[] nums, int target) {
    int left = 0, right = nums.length - 1;
    while (left <= right) {
        int mid = left + ((right - left) >> 1);
        if (nums[mid] == target) return mid;
        else if (nums[mid] < target) left = mid + 1;
        else right = mid - 1;
    }
    return -1;
}

左老师的视频链接