网站如何做词,浦东网站备案流程,学生网站建设实训总结,免费注册tk域名704. 二分查找
已解答
简单
相关标签
相关企业
给定一个 n 个元素有序的#xff08;升序#xff09;整型数组 nums 和一个目标值 target #xff0c;写一个函数搜索 nums 中的 target#xff0c;如果目标值存在返回下标#xff0c;否则返回 -1。
示例 1:
输入: nu…704. 二分查找
已解答
简单
相关标签
相关企业
给定一个 n 个元素有序的升序整型数组 nums 和一个目标值 target 写一个函数搜索 nums 中的 target如果目标值存在返回下标否则返回 -1。
示例 1:
输入: nums [-1,0,3,5,9,12], target 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4示例 2:
输入: nums [-1,0,3,5,9,12], target 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1提示
你可以假设 nums 中的所有元素是不重复的。n 将在 [1, 10000]之间。nums 的每个元素都将在 [-9999, 9999]之间。 from typing import Listclass Solution:def search(self, nums: List[int], target: int) - int:# 初始化左边界和右边界left, right 0, len(nums) - 1# 当左边界小于等于右边界时继续搜索while left right:# 计算中点索引避免直接相加导致溢出mid (right - left) // 2 leftnum nums[mid] # 获取中点位置的元素# 检查中点位置的元素是否等于目标值if num target:return mid # 如果找到了目标值返回中点索引# 如果中点的元素大于目标值缩小右边界至中点的左侧elif num target:right mid - 1# 如果中点的元素小于目标值缩小左边界至中点的右侧else:left mid 1# 如果循环结束仍未找到目标值返回 -1return -1注释解释 初始化左右边界:left 设置为数组的起始位置 0right 设置为数组的末尾位置 len(nums) - 1表示我们将要在整个数组范围内查找目标值。 循环条件: 通过 while left right 控制搜索范围当 left 超过 right 时说明目标值不存在于数组中退出循环。 计算中点:mid (right - left) // 2 left 用于计算当前 left 和 right 之间的中点保证计算不会因直接相加而导致溢出问题。 目标值检查: 如果找到了目标值 nums[mid] target直接返回 mid 索引算法结束。如果目标值比中点元素小 num target说明目标值在中点左侧因此将 right 更新为 mid - 1缩小搜索范围。如果目标值比中点元素大 num target说明目标值在中点右侧因此将 left 更新为 mid 1。 返回 -1: 如果循环结束且没有找到目标值则返回 -1 表示目标值不存在于数组中。 class Solution {public int search(int[] nums, int target) {// 初始化左右边界int left 0, right nums.length - 1;// 当左边界小于等于右边界时继续二分查找while (left right) {// 计算中点索引避免直接相加导致溢出int mid (right - left) / 2 left;int num nums[mid]; // 获取中点位置的元素// 检查中点位置的元素是否等于目标值if (num target) {return mid; // 如果找到目标值返回中点索引} // 如果中点元素大于目标值则缩小搜索范围到左半边else if (num target) {right mid - 1;} // 如果中点元素小于目标值则缩小搜索范围到右半边else {left mid 1;}}// 如果循环结束仍未找到目标值返回 -1return -1;}
}二分查找 为什么mid right // 2这样不行 需要mid (right - left) // 2 left 在二分查找中mid的计算需要使用(right left) // 2或(right - left) // 2 left而不是right // 2。这是因为mid right // 2会导致错误的中点计算特别是在left不为0的情况下。这里是原因的具体分析 错误的中点计算当你直接用mid right // 2时计算出的中点并没有考虑left的偏移量。这会导致在某些情况下特别是当left不为0时mid指向数组的错误位置从而导致算法无法正常工作。 正确的中点计算mid (right left) // 2或mid (right - left) // 2 left能够动态计算出当前搜索范围的中点位置从而确保了二分查找的正确性。 right - left确保了范围的长度。 left将中点偏移到当前搜索范围的开头避免忽略left的影响。 避免溢出在某些编程语言中直接用(right left) // 2可能导致溢出如果right和left都很大而(right - left) // 2 left可以规避这一问题Python中不存在这个问题因为它的int是动态扩展的。 因此推荐使用 mid (right left) // 2 或 mid (right - left) // 2 left 来确保算法的正确性和稳定性。
