LeetCode刷题 二分专题
二分专题
二分的题目类型
- 75%的题目与单调性相关
- 95%的题目与一种能分为两端,或者是说区间中能有一个临界的分界关系有关(比如某种性质在左区间成立,右区间不成立)
对于满足二段性的题目的两套模板
模板一
对于区间[L,R],我们想要确定一个M,并且我们知道在区间[L,M)中任意一点mid,满足check(mid)=true,而[M,R]满足check(mid)=false
模板如下
if check(mid)==false, [L,R]->[L,mid] R=mid
else check(mid)==true, [L,R]->[mid+1,R] L=mid+1
此时计算mid的方式是(L+R)/2下取整
int bsearch_1(int l, int r)
{
while (l < r)
{
int mid = l + r >> 1;
if (check(mid)) r = mid;
else l = mid + 1;
}
return l;
}
模板二
对于区间[L,R],我们想要确定一个M,并且我们知道在区间[L,M]中任意一点mid,满足check(mid)=true,而(M,R]满足check(mid)=false
模板如下
if check(mid)==false, [L,R]->[L,mid-1] R=mid-1
else check(mid)==true, [L,R]->[mid,R] L=mid
此时计算mid的方式是(L+R)/2上取整,即(L+R+1)/2
int bsearch_2(int l, int r)
{
while (l < r)
{
int mid = l + r + 1 >> 1;//注意l=mid,r=mid-1时求mid要加1
if (check(mid)) l = mid;
else r = mid - 1;
}
return l;
}
解决二分题目的一般流程
- 确定二分的边界
- 编写一个二分的代码框架
- 设计一个check函数(用来检查性质是否满足,以便更新L,R)
- 判断区间如何更新
- 如果更新方式写的是L=mid,R=mid-1,那么在算mid的时候记得+1
LeeCode实战
LC69.x的平方根
实现 int sqrt(int x) 函数。
计算并返回 x 的平方根,其中 x 是非负整数。
由于返回类型是整数,结果只保留整数的部分,小数部分将被舍去。
解法思路
- 确定二分边界;本题的要求是求非负整数的平方根,所以边界应该界定为[0,x],由此可以确定,L=0,R=x;
- 编写代码框架;
- 设计check()函数;本例的check函数的确定要确保任何情况(指无论x是平方数或者非平方数)都能确保check两段性,且端点不变的情况,这里我们选取check函数为mid^2<=x;
- 判断区间更新方式;由我们的check方式很容易判断我们应该套用模板一;
- 判断mid的确定方式;模板一不需要进行+1操作;
代码
class Solution {
public:
int mySqrt(int x) {
int l=0,r=x;
while(l<r)
{
int mid=l+(long long)r+1>>1;//这个地方需要注意,我们要注意到x可能会产生溢出,所以把r改为long long避免这个问题
if(mid<=x/mid) l=mid;
else r=mid-1;
}
return r;
}
};
LC35.搜索插入位置
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。
如果目标值不存在于数组中,返回它将会被按顺序插入的位置。你可以假设数组中无重复元素。
解法思路
- 确定二分边界;本例给定的是一个有序数组,我们要做的是找到并返回目标值的索引,所以本例的边界应该是数组的索引范围,即L=0,R=nums.size()-1;
- 编写代码框架;
- 设计check()函数;本例给定的是一个有序的数组,我们如果想将整个区间划分为两端,只需要将nums[mid]与target进行比较就行,我们可以设计nums[mid]<target或者nums[mid]<=target,不同的设计方式会影响我们接下来的模板选取;
- 判断区间更新方式;
- 判断mid的确定方式;
代码
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
if(nums.empty() || nums.back()<target) return nums.size();
int l=0,r=nums.size()-1;
while(l<r)
{
int mid=l+r>>1;
if(nums[mid]<target) l=mid+1;
else r=mid;
}
return l;
}
};
LC34.在排序数组中查找元素的第一个和最后一个位置
给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target,返回 [-1, -1]。
进阶:
- 你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗?
解法思路一
本题因为是已经知道给定的整数数组是按照升序排列的,那么我们只需要遍历一遍数组内的所有元素,并进行记录target的索引位置,如果未查询到target那么便返回一个[-1,-1],查询到返回相应的[l,r]即可;但是这样做的时间复杂度是O(n),我们可以有更好的二分选择,从而将时间复杂度降低到O(log n);直接遍历的方法过于简单,这里就不列举代码;
解法思路二
给定的数组是一个升序的整数数组,由此我们可以很容易的想到采用二分法;
- 确定二分边界;查找一个数组的索引,我们的二分边界就是这个数组的索引范围,所以L=0,R=nums.size()-1;
- 编写代码框架;这个题目由于是找两个临界点,并且两个临界点的check设计并非相同,所以我们要二分查找两次,并且要用到两套模板;
- 设计check函数;对于开始位置的查找我们的check应该设计为nums[mid]<target,并且要应用模板一;对于结束位置的查找,我们应该设计check函数为nums[mid]<=target,并且要应用模板二;
- 判断区间更新方式;区间更新方式与之前讲的规则相同;
- 判断mid的确定方式;模板一不加1,模板二加1;
代码
class Solution {
public:
vector<int> searchRange(vector<int>& nums, int target) {
vector<int> ans{-1,-1};
if(nums.empty()) return ans;
int l=0,r=nums.size()-1;
while(l<r)
{
int mid=(l+r)/2;
if(nums[mid]<target) l=mid+1;
else r=mid;
}
ans[0]=l;
l=0,r=nums.size()-1;
while(l<r)
{
int mid=(l+r+1)/2;
if(nums[mid]<=target) l=mid;
else r=mid-1;
}
ans[1]=l;
if(nums[ans[0]]!=target || nums[ans[1]]!=target)
{
ans[0]=-1;
ans[1]=-1;
return ans;
}
else return ans;
}
};
LC74.搜索二维矩阵
编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:
每行中的整数从左到右按升序排列。
每行的第一个整数大于前一行的最后一个整数。
示例1输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 3
输出:true
解法思路
本例其实是一个有序数组划分成了二维的数组,我们将每行首位相连,就会得到一个一维的升序数组,那么思路就有了,我们在不计较空间复杂度的情况下,我们可以新构造一个一维数组,然后讲二维数组按序添加到一维数组里面,那么这个题目就变成了34题,但是这样的空间消耗很大,所以我们采用了一种只在原二维矩阵上进行查找的方式;下面进行详细的讲解;
- 我们进行一下分析,我们其实可以将整个查找过程分为两步,我们并不是要一步做到精准定位,我们可以先确定target在哪一行(或者说可能在哪一行),然后再在确定的行,进行精准的查找。
- 第一步,我们只需要比较每一行的第一个元素与target的差别,如果target比matrix[i][0]小,则target一定在matrix的0i-1行,否则在matrix的in-1行,具此二段性,我们可以进行二分找到target的行位置row
- 第二步,在确定了行位置row之后,因为我们的每一行是升序排列的,所以也可以继续用二分进行列位置col的确定
- 之后我们需要做的就是判断matrix[row][col]是不是与target相等,如果相等,则返回{row,col},否则返回{-1,-1}
代码
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int m=matrix.size(),n=matrix[0].size();
if(target<matrix[0][0] || target>matrix[m-1][n-1]) return false;
int l=0,r=m-1;
while(l<r)
{
int mid=l+r+1>>1;
if(matrix[mid][0]<=target) l=mid;
else r=mid-1;
}
int j=l;
l=0,r=n-1;
while(l<r)
{
int mid=l+r+1>>1;
if(matrix[j][mid]<=target) l=mid;
else r=mid-1;
}
if(matrix[j][l]==target) return true;
return false;
}
};
LC153.寻找旋转排序数组中的最小值
假设按照升序排序的数组在预先未知的某个点上进行了旋转。例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] 。
请找出其中最小的元素。
解法思路
本题也是极具代表性的一个二分题目,我们可以注意到,nums[0]或者是nums.back()的值都是二分的两端临界值,所以根据这个我们可以很容易的进行二分算法,然后确定索引i,返回nums[i]即可;
代码
class Solution {
public:
int findMin(vector<int>& nums) {
if(nums.size()==1) return nums[0];
int l=0,r=nums.size()-1,target=nums[r];
while(l<r)
{
int mid=l+r>>1;
if(nums[mid]>target) l=mid+1;
else r=mid;
}
return nums[r];
}
};
LC33.搜索旋转排序数组
整数数组 nums 按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的索引,否则返回 -1 。
解法思路
做完153题,在看这个问题其实很明了,153题让找一个最小值,或者让找一个最大值,其本质都是找出了一个旋转过后的分界点,那么根据这个分界点我们可以重构出一个有序数组。所以对于这一题,我们可以先找出分界点,然后判断target在哪一个升序区间,然后再用二分进行查找;
代码
class Solution {
public:
int search(vector<int>& nums, int target) {
if(nums.empty()) return -1;
int l=0,r=nums.size()-1,b=nums.back();
while(l<r)
{
int mid=l+r>>1;
if(nums[mid]>b) l=mid+1;
else r=mid;
}
if(target<=b) r=nums.size()-1;
else l=0,r-=1;
while(l<r)
{
int mid=l+r>>1;
if(nums[mid]<target) l=mid+1;
else r=mid;
}
if(nums[l]==target) return l;
return -1;
}
};
LC162.寻找峰值
峰值元素是指其值大于左右相邻值的元素。
给你一个输入数组 nums,找到峰值元素并返回其索引。数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。
你可以假设 nums[-1] = nums[n] = -∞ 。
解法思路
本题就是二分题目中那种5%的题目,我们并没有一个很明确的二段性的性质来进行很容易的更新区间。但是这个题目,我们最暴力的解法就是进行一次遍历,根据题目假设和峰值的定义,我们完全可以一次遍历找到我们想要答案,但是这样的时间复杂度是O(n)。我们其实更像要一个时间复杂度为O(log n)的解法,这样我们就要进行一些细微的分析。
- 由于假设了nums[-1]=nums[n]=-∞,所以我们知道在nums中必定有一个峰值,并且很容易看出,当nums升序则答案为n-1,当nums降序时答案为0;
- 根据这个我们可以得到,如果nums[mid]<nums[mid+1],则在mid+1~n-1之间一定有一个峰值,相反在0-mid之间一定有一个峰值,具此我们可以写二分算法了;
代码
class Solution {
public:
int findPeakElement(vector<int>& nums) {
if(nums.size()==1) return 0;
int l=0,r=nums.size()-1;
while(l<r)
{
int mid=l+r>>1;
if(nums[mid]<nums[mid+1]) l=mid+1;
else r=mid;
}
return l;
}
};
LeetCode刷题 二分专题的更多相关文章
- C#LeetCode刷题-二分查找
二分查找篇 # 题名 刷题 通过率 难度 4 两个排序数组的中位数 C#LeetCode刷题之#4-两个排序数组的中位数(Median of Two Sorted Arrays)-该题未达最优解 30 ...
- LeetCode刷题 树专题
树专题 关于树的几个基本概念 1 树的节点定义 2 关于二叉树的遍历方法 2.1 前序遍历 2.2 中序遍历 2.3 后序遍历 2.4 层序遍历 3 几种常见的树介绍 3.1 完全二叉树 3.2 二叉 ...
- LeetCode刷题 链表专题
链表专题 链表题目的一般做法 单链表的结构类型 删除节点 方法一 方法二 增加节点 LeedCode实战 LC19.删除链表的倒数第N个结点 解法思路 LC24.两两交换链表中的节点 解法思路 LC6 ...
- LeetCode刷题专栏第一篇--思维导图&时间安排
昨天是元宵节,过完元宵节相当于这个年正式过完了.不知道大家有没有投入继续投入紧张的学习工作中.年前我想开一个Leetcode刷题专栏,于是发了一个投票想了解大家的需求征集意见.投票于2019年2月1日 ...
- LeetCode刷题总结之双指针法
Leetcode刷题总结 目前已经刷了50道题,从零开始刷题学到了很多精妙的解法和深刻的思想,因此想按方法对写过的题做一个总结 双指针法 双指针法有时也叫快慢指针,在数组里是用两个整型值代表下标,在链 ...
- LeetCode刷题总结-数组篇(上)
数组是算法中最常用的一种数据结构,也是面试中最常考的考点.在LeetCode题库中,标记为数组类型的习题到目前为止,已累计到了202题.然而,这202道习题并不是每道题只标记为数组一个考点,大部分习题 ...
- LeetCode刷题总结-数组篇(中)
本文接着上一篇文章<LeetCode刷题总结-数组篇(上)>,继续讲第二个常考问题:矩阵问题. 矩阵也可以称为二维数组.在LeetCode相关习题中,作者总结发现主要考点有:矩阵元素的遍历 ...
- LeetCode刷题总结-树篇(上)
引子:刷题的过程可能是枯燥的,但程序员们的日常确不乏趣味.分享一则LeetCode上名为<打家劫舍 |||>题目的评论: 如有兴趣可以从此题为起点,去LeetCode开启刷题之 ...
- LeetCode刷题笔记和想法(C++)
主要用于记录在LeetCode刷题的过程中学习到的一些思想和自己的想法,希望通过leetcode提升自己的编程素养 :p 高效leetcode刷题小诀窍(这只是目前对我自己而言的小方法,之后会根据自己 ...
随机推荐
- 12306抢票算法居然被曝光了!!!居然是redis实现的
导读 相信大家应该都有抢火车票的经验,每年年底,这都是一场盛宴.然而你有没有想过抢火车票这个算法是怎么实现的呢? 应该没有吧,咱们今天就来一一探讨.其实并没有你想的那么难 bitmap与位运算 red ...
- P6624-[省选联考2020A卷]作业题【矩阵树定理,欧拉反演】
正题 题目链接:https://www.luogu.com.cn/problem/P6624 题目大意 \(n\)个点的一张图,每条边有权值,一棵生成树的权值是所有边权和乘上边权的\(gcd\),即 ...
- CF618F-Double Knapsack【结论】
正题 题目链接:https://www.luogu.com.cn/problem/CF618F 题目大意 给出大小为\(n\),值域为\([1,n]\)的两个可重集合\(A,B\) 需要你对它们各求出 ...
- 《HelloGitHub》第 66 期
兴趣是最好的老师,HelloGitHub 让你对编程感兴趣! 简介 分享 GitHub 上有趣.入门级的开源项目. 这里有实战项目.入门教程.黑科技.开源书籍.大厂开源项目等,涵盖多种编程语言 Pyt ...
- Decorator装饰器模式个人理解
对于装饰器模式,其主要是为了:在不改变本体特征的情况下,对其进行包装.装饰,目的是为了补充.扩展.增强其功能. 有三个原则: 不能改变本体的特征 要对本体的功能进行扩展 装饰器脱离了本体则没有任何含义 ...
- UTF-8和Unicode编码
常用的能够保存汉字的编码表有UTF-8.GBK等.需要注意,无论文件使用的是什么编码格式,读取到Java程序中,所有的字符都是用Unicode编码表示(Java中所有的字符内容都使用char类型表示, ...
- ECMA 2022 (es13) 新特性
本文主要整理了截至到 2021年10月12日 为止的且处于 Stage 3->Stage 4 阶段的ECMA提案. 主要包括: Class Fields RegExp Match Indices ...
- 基于linux在线预览
1.Libreoffice安装 在服务器上安装Libreoffice,在这里就不多说了, import os import sys import subprocess import re def co ...
- PAT (Basic Level) Practice (中文)1086 就不告诉你 (15分)
1086 就不告诉你 (15分) 做作业的时候,邻座的小盆友问你:"五乘以七等于多少?"你应该不失礼貌地围笑着告诉他:"五十三."本题就要求你,对任何一对给定的 ...
- Java(24)常用API三
作者:季沐测试笔记 原文地址:https://www.cnblogs.com/testero/p/15228417.html 博客主页:https://www.cnblogs.com/testero ...