7-1 二分查找 (20分) 利用二分查找找出所给出的数在数组中的下标 输入格式: 第一行输入n和m表示数组有n个数据,m表示要对m个数进行查找 输出格式: 所有输出在一行完成,行末没有多余空格和多余回车 1 2 3 4 5 输出样例: 0 1 2 3 4 作者: 陈英 单位: 南昌航空大学 时间限制: 50 ms 内存限制: 64 MB 代码长度限制: 16 KB 题目详情 时间限制50ms题目要求是二分查找 ,应该别的也用不了了,那就用二分查找吧~ 数组给的是有序的 所以确定了low 和high,如果没有答案,就看 (low+high)/2 如果相等则跳出,不等则更新 low或high #include<iostream
输入n值(1<=n<=1000)、n个非降序排列的整数以及要查找的数x,使用二分查找算法查找x,输出x所在的下标(0~n-1)及比较次数。若x不存在,输出-1和比较次数。
目标 学会二分答案的基本模板,并能进行简单应用。 重点 二分答案模板的熟悉及对最优性问题转可行性问题的处理。 导图大纲 图片 回顾 复习二分查找。 回顾下二分查找的思想,若序列呈升序,我们求出中间值mid,并判断是否满足条件。 二分查找的时间复杂度为 O(logn)O(logn)O(logn)。而对题目做修改,修改成,查找某个符合某个条件的值的最大或最小的值。此时,套用之前的二分查找的模板就不能够方便地去查找它的位置了。 此时,我们引入二分答案,来解决此类问题。 二分答案类问题抽象 形如这样的问题“求在有序的对象中,满足某个条件C(x)的最小的x”。 小结 稍微回顾下本小结的内容,讲解了二分答案中对于最优性问题转换成可行性问题的处理,以及介绍了另一种二分答案模板,注意两种模板的区别,不要用混。练习了砍树问题,注意数据范围的问题。
虽然我们现在面对的a数组是递减的,不是递增的,但是一样可以用二分查找求解。 显然是可以二分查找的。 第40~50行就是在二分查找,t是范围[l, r]的中点。
这样对于长度为n的数组,平均查找长度是n/2 如果数组是有序的,比如是递增的,就像上图[1, 2, 3, 4, 5, 7, 8, 10, 11, 13]一样的话。 我们就有效率更高的查找算法,叫做二分查找。 8 第一步:我们直接找位于中间的数a[4],发现a[4]=5,比8要小,所以如果8在这个数组里,肯定在a[5]~a[9]之中 第二步:我们找a[5]-a[9]这个范围里位于中间的数a[7] ,发现a[7]=10,比我们要找的数大,所以如果8在这个数组里,肯定在a[5]-a[6]之中 第三步:我们找a[5]~a[6]这个范围里位于中间的数a[5],发现a[5]=7,比我们要找的8小。 假如我们这时发现a[6]不是8,则说明8没有在这个数组里 二分查找又叫“折半查找”。
,不过这个二分的思路不容易想到。 既然cnt(x)是递增函数,我们就可以用二分查找的算法,找到一个x满足cnt(x) 等于K。这里的K就是题目里我们求第K小分数的K。 ,这样到底要二分多少次? 考虑到题目的范围,二分的次数大概是log(P^2)=2log(P)次,其中P是Pi的最大值。因为P1和P2是其中最大的两个质数,那么任意两个分数的差不会小于1/(P1×P2)。 所以在我们二分的过程中,误差(也就是r-l差)在缩小到1/(P1×P2)之前就一定找到满足条件的m了。
溢出风险 我们首先回顾一下上一次二分算法的代码 #include<iostream> using namespace std; int n,x,a[1000000]; int binary_search 都没有超出int的范围,但是计算m时,l+r就超过int范围了,导致m计算错误,整个算法挂掉 解决办法很简单,改成m=l+(r-l)/2,这样就不会有溢出的风险了 其他问题 我们解决了最简单的二分查找问题 my_lower_bound()函数 首先函数my_lower_bound(int a[],int n,int x)的参数分别是数组a,数组a的长度,带查找的元素x,而这个函数的实现,其实稍微改一下我们之前的二分查找代码即可
首先是二分查找,举个有序的整数数组例子(二分查找和搜索都是针对有序数组) public int rank(int key, int n) { int lo = 0, hi = n - 这就是关键所在,假设a[10]={1, 2, 5, 7, 7, 12, 13, 17, 18, 20};我要查找的key是6。 第一步:lo hi mid 0 9 4 0 3 1 a[4]=7 > key=6 假如lo=5,我查找一遍,就知道他前面有5个元素,即我这次要插入的元素下标就为5(从0开始计算) 下面讲一下二分搜索 比如从有序数组中查找某个数值 lower_bound 给定长度为n的单调不下降数列 an-1<109 0≤k≤109 输入 n = 5 a = {2, 3, 3, 5, 6} k = 3 输出 1(其中a0<3, a1>=3) 这里不仅仅是二分查找了
文章目录 1 基本二分搜索 2 左侧边界二分 3 右侧边界二分 4 总结 致谢 1 基本二分搜索 【区间】:[left, right] 【终止条件】:left = right + 1 int binarySearch + 1; else if (nums[mid] > target) right = mid - 1; } return -1; } 2 左侧边界二分 【区间】:[left, right) 【终止条件】:left = right /**寻找左侧边界的二分搜索**/ int leftBound(vector<int>& nums, int target left : -1; } 3 右侧边界二分 【区间】:[left, right) 【注意】:最后是mid = left - 1 【终止条件】:left = right /**寻找右侧边界的二分搜索**/
description: * @author: Jay * @create: 2020-09-21 19:17 **/ public class TwoSearch { /** * 不使用递归的二分查找 //最后仍然没有找到,则返回-1 } public static void main(String[] args) { int[] arr = {1, 3, 5, 7,
概述 在上文《二分查找》中,我们了解了二分查找基本实现原理和具体的实现算法。 但大家有没有发现,如果目标查找值,如果在查找序列中存在多个,则查找返回的索引值,会有所变化。 6, 7, 8] 我们查找目标值: 5 第一次出现在索引为:4 的位置 最后一次出现在索引为:7 的位置 下面我们对二分查找算法进行策略改造升级为: # 用于实现二分查找第一次出现的算法 first_binary_search first示例") print("二分查找只适合有序的序列") seq = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 10 返回13 print("7第一次出现的索引位置为: ", first_binary_search(seq, 7)) # 返回15 print("8第一次出现的索引位置为 last示例") print("二分查找只适合有序的序列") seq = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 10
样例 在数组 [1, 2, 3, 3, 4, 5, 10] 中二分查找 3,返回 2。 ] == target) { return end; } return -1; } } 原题地址 LintCode:二分查找
本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名,转载请标明出处 最后编辑时间为: 2021/12/05 12:11
面试官:写个二分热热身 我心想:不用热身,热的手已经出汗了 二分查找有着查找速度快,平均性能好等优点,但必须要求待查表为有序表,且插入删除困难,面试比较常考,今天我们具体看一下二分 二分查找思想 前情回顾 ,弟子不才,还请老师指点 克 要分析时间复杂度,其实也不难,只要算出while循环了几次就行了 你这样想一下,你要查找的数据规模如果是n,那二分一次后规模就变为n/2^1,二分两次后规模为n/2^2, ,二分m次后规模为n/2^m,若二分m次后跳出循环,则m就是循环的次数(不管查找是否成功) ? ,查找不到,跳出循环,所以说最多有 m+1 次循环(二分m次未跳出循环,还要二分一次),也就是查找一个元素最多需要m+1次,即lg(n)+1次比较,故二分的最坏时间复杂度为O(n) = lg(n) “ 克 你看,查找25我们二分了两次后查找区间变为一个元素了,这时7/2^m=1;m=lg7=2(向下取整),再循环一次跳出循环,循环次数为3 哦,我懂了 慧子 x向下取整表示小于或等于x的最大整数 ”
二分查找法作为一种常见的查找方法,将原本是线性时间提升到了对数时间范围,大大缩短了搜索时间,但它有一个前提,就是必须在有序数据中进行查找。 二分查找很好写,却很难写对,据统计只有10%的程序员可以写出没有bug的的二分查找代码。出错原因主要集中在判定条件和边界值的选择上,很容易就会导致越界或者死循环的情况。 下面对二分查找及其变形进行总结: 1. 查找目标值区域的左边界/查找与目标值相等的第一个位置/查找第一个不小于目标值数的位置 A = [1,3,3,5, 7 ,7,7,7,8,14,14] target = 7 return 查找目标值区域的右边界/查找与目标值相等的最后一个位置/查找最后一个不大于目标值数的位置 A = [1,3,3,5,7,7,7, 7 ,8,14,14] target = 7 return
可以看到 7 次就猜出来了,这个例子用的就是二分思想。 二分查找的变形问题 image.png 5.1 查找第一个值等于给定值的元素 比如下面这个有序数组,a5 a6 a7 的值都是 8,我们希望查找的是第一个值等于 8 的数据,也就是下标是 5 的元素,如下图 : image.png 如果用上次的二分查找代码实现,首先会拿 8 和区间的中间值 a4比较,8 比 6 大,之后再下标 5 到 9 之间继续查找,a7正好等于 8 ,返回下标为 7 ,但这并不是我们想要的结果啊 最后一个小于等于 7 的元素就是 6。 当要查询某个 IP 归属地时,可以先通过二分查找,找到最后一个起始 IP 小于等于这个 IP 的区间,然后检查IP 是否在 IP 区间内,如果在,就取出对应的归属地显示,否则就返回未查找到。 7.
二分查找 在对线性表的操作中,经常需要查找某一个元素在线性表中的位置。此问题的输入是待查元素x和线性表L,输出为x在L中的位置或者x不在L中的信息。 算法介绍: 二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好;其缺点是要求待查表为有序表,且插入删除困难。因此,折半查找方法适用于不经常变动而查找频繁的有序列表。 int b=Sc.nextInt(); HalfSearch hf=new HalfSearch(); hf. halfSearch(b,list); //二分查找
std::vector<int> search_array(std::vector<int> & sort_array, std::vector<int> &random_array){ } 二分查找又称折半查找
概述 在上文《二分查找》中,我们了解了二分查找基本实现原理和具体的实现算法。 但大家有没有发现,如果目标查找值,如果在查找序列中存在多个,则查找返回的索引值,会有所变化。 6, 7, 8] 我们查找目标值: 5 第一次出现在索引为:4 的位置 最后一次出现在索引为:7 的位置 下面我们对二分查找算法进行策略改造升级为: # 用于实现二分查找第一次出现的算法 first_binary_search first示例") print("二分查找只适合有序的序列") seq = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 10 返回13 print("7第一次出现的索引位置为: ", first_binary_search(seq, 7)) # 返回15 print("8第一次出现的索引位置为 last示例") print("二分查找只适合有序的序列") seq = [1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 10
今日刷题: 任务描述 题目描述:将n个从小到大排序的整数(n<1000000)从1~n进行编号,并一个待查找的整数m,请使用二分法进行查找。 测试说明 样例输入: 10 1 2 4 5 6 7 8 9 10 11 10 样例输出: 9 源代码如下: #include<stdio.h> #define m 1000000 int main(void