力扣（在排序数组中查找元素的第一个和最后一个位置）

解析 LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置：二分查找的灵活应用

在算法的学习中，LeetCode 34 题要求在排序数组里查找目标元素的起始和结束位置，且需满足 $O(\log n)$ 的时间复杂度，这使得二分查找成为解题的关键。以下将详细剖析解题思路、代码逻辑。

一、题目分析

（一）问题定义

给定非递减排序数组 nums 和目标值 target，找出 target 在数组中的起始索引和结束索引；若不存在，返回 [-1, -1] ，且算法需满足 $O(\log n)$ 时间复杂度。

（二）核心挑战

利用二分查找高效定位目标值的边界。因数组有序，常规二分可找目标值，但需改造以精准找第一个和最后一个出现的位置。

二、原代码思路与问题

（一）思路概述

用一个循环，通过 leftKey 标记查找阶段：

1. 查找左边界：leftKey 为 true 时，找到目标值后，更新左边界 topAndDown[0]，并收缩右边界（right = mid - 1 ），继续找更左的目标值。
2. 查找右边界：左边界找到后（left > right 触发 ），重置 left、right，leftKey 设为 false，再次二分，找到目标值后更新右边界 topAndDown[1]，并收缩左边界（left = mid + 1 ）。

（二）问题

• 逻辑复杂：通过 left > right 切换查找阶段，增加理解和维护成本，且重置指针易出错。
• 效率问题：虽整体是 $O(\log n)$，但代码逻辑不够简洁，可优化为两次独立二分（分别找左、右边界 ）。

三、优化后的二分查找思路

（一）两次二分法

1. 找左边界：在数组中找第一个大于等于 target 的位置，若该位置值不等于 target，则不存在；否则为左边界。
2. 找右边界：找第一个大于 target 的位置，其前一个位置即为右边界（若存在目标值 ）。

（二）实现逻辑

• 左边界查找：初始化 left=0, right=nums.length，二分过程中，若 nums[mid] < target，left = mid + 1；否则 right = mid 。最终 left 即为左边界（需验证是否越界及是否等于 target ）。
• 右边界查找：初始化 left=0, right=nums.length，二分过程中，若 nums[mid] <= target，left = mid + 1；否则 right = mid 。最终 right - 1 即为右边界（需结合左边界验证 ）。

四、优化代码实现

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int leftBound = findLeftBound(nums, target);
        // 左边界不存在，直接返回 [-1, -1]
        if (leftBound == nums.length || nums[leftBound] != target) { 
            return new int[]{-1, -1};
        }
        // 右边界是第一个大于 target 位置的前一个
        int rightBound = findRightBound(nums, target) - 1; 
        return new int[]{leftBound, rightBound};
    }

    // 找第一个大于等于 target 的位置（左边界）
    private int findLeftBound(int[] nums, int target) {
        int left = 0, right = nums.length;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] < target) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        return left;
    }
    // 找第一个大于 target 的位置（用于推导右边界）
    private int findRightBound(int[] nums, int target) {
        int left = 0, right = nums.length;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (nums[mid] <= target) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        return left;
    }
}

（一）代码流程

1. 找左边界：调用 findLeftBound，通过二分找到第一个 >= target 的位置。若该位置越界或值不等于 target，直接返回 [-1, -1] 。
2. 找右边界：调用 findRightBound 找到第一个 > target 的位置，其前一个位置即为右边界（因数组有序，若存在目标值，右边界是最后一个 target 的索引 ）。
3. 返回结果：组合左、右边界，返回最终结果。

（二）关键逻辑

• 二分边界处理：findLeftBound 和 findRightBound 均采用左闭右开区间（right = nums.length ），简化边界条件判断，避免死循环。
• 结果验证：先验证左边界的有效性（是否为 target ），再推导右边界，确保结果正确。

五、复杂度分析

（一）时间复杂度

两次二分查找，每次时间复杂度为 $O(\log n)$，总体为 $O(\log n)$ ，满足题目要求。

（二）空间复杂度

仅使用常数级额外变量，空间复杂度为 $O(1)$ 。