什么适合二分查找算法（LeetCode力扣官方题解）
什么适合二分查找算法（LeetCode力扣官方题解）基于上述事实，可以在有序数组中使用二分查找寻找目标值。在升序数组 nums 中寻找目标值 target，对于特定下标 i，比较 nums[i] 和 target 的大小：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：方法一：二分查找
力扣 704. 二分查找
题目描述
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。
方法一：二分查找
在升序数组 nums 中寻找目标值 target，对于特定下标 i，比较 nums[i] 和 target 的大小：
- 如果 nums[i]=target，则下标 i 即为要寻找的下标；
- 如果 nums[i]>target，则 target 只可能在下标 i 的左侧；
- 如果 nums[i]<target，则 target 只可能在下标 i 的右侧。
基于上述事实，可以在有序数组中使用二分查找寻找目标值。
二分查找的做法是，定义查找的范围 [left right]，初始查找范围是整个数组。每次取查找范围的中点 mid，比较 nums[mid] 和 target 的大小，如果相等则 mid 即为要寻找的下标，如果不相等则根据 nums[mid] 和 target 的大小关系将查找范围缩小一半。
由于每次查找都会将查找范围缩小一半，因此二分查找的时间复杂度是 O(logn)，其中 n 是数组的长度。
二分查找的条件是查找范围不为空，即 left≤right。如果 target 在数组中，二分查找可以保证找到 target，返回 target 在数组中的下标。如果 target 不在数组中，则当 left>right 时结束查找，返回 −1。
代码
Java
class Solution {
public int search(int[] nums int target) {
int low = 0 high = nums.length - 1;
while (low <= high) {
int mid = (high - low) / 2 low;
int num = nums[mid];
if (num == target) {
return mid;
} else if (num > target) {
high = mid - 1;
} else {
low = mid 1;
}
}
return -1;
}
}
C#
public class Solution {
public int Search(int[] nums int target) {
int low = 0 high = nums.Length - 1;
while (low <= high) {
int mid = (high - low) / 2 low;
int num = nums[mid];
if (num == target) {
return mid;
} else if (num > target) {
high = mid - 1;
} else {
low = mid 1;
}
}
return -1;
}
}
C
class Solution {
public:
int search(vector<int>& nums int target) {
int low = 0 high = nums.size() - 1;
while(low <= high){
int mid = (high - low) / 2 low;
int num = nums[mid];
if (num == target) {
return mid;
} else if (num > target) {
high = mid - 1;
} else {
low = mid 1;
}
}
return -1;
}
};
JavaScript
var search = function(nums target) {
let low = 0 high = nums.length - 1;
while (low <= high) {
const mid = Math.floor((high - low) / 2) low;
const num = nums[mid];
if (num === target) {
return mid;
} else if (num > target) {
high = mid - 1;
} else {
low = mid 1;
}
}
return -1;
};
Golang
func search(nums []int target int) int {
low high := 0 len(nums)-1
for low <= high {
mid := (high-low)/2 low
num := nums[mid]
if num == target {
return mid
} else if num > target {
high = mid - 1
} else {
low = mid 1
}
}
return -1
}
Python3
class Solution:
def search(self nums: List[int] target: int) -> int:
low high = 0 len(nums) - 1
while low <= high:
mid = (high - low) // 2 low
num = nums[mid]
if num == target:
return mid
elif num > target:
high = mid - 1
else:
low = mid 1
return -1
复杂度分析
- 时间复杂度：O(logn)，其中 n 是数组的长度。
- 空间复杂度：O(1)。
本文作者：力扣
声明：本文归“力扣”版权所有，如需转载请联系。
