二分查詢以及變體 JS

常規二分法

function

twopart
(nums, key)
return-1
;}// 小於、小於等於的最後乙個數
function
twopartsmall
(nums, key)
return hi;
}// 大於、大於等於的第乙個數
function
twopartbig
(nums, key)
return lo;
}

三部分emide==mid 命中，返回

有序陣列示例:

[1,2,3,3,4,4,5,6,7];

查詢區間為[lo,hi)

hi=arr.length,因此右邊界不可達，hi相當於乙個哨兵

右邊界是不可達的，因此在遍歷過程中區間的範圍是左閉右開

當將hi=arr.length-1的時候，右邊界是可達的

陣列分成三段：

e小於arr[mid] [li,mid)

e等於arr[mid] mid

arr[mid]小於e (mid,li]

function

binarysearch1
(arr,e)
return-1
;}

e小於等於arr[mid] [li,mid)

arr[mid]小於e [mid,hi)

function

binarysearch2
(arr,e)
return arr[li]
==e?lo:-1
;}

查詢e在陣列arr中不存在，lo可以返回它插入位置的索引

解決

if(lo>=arr.length||arr[lo]!==e) return -1;

arr[0,lo)<=efunction

binarysearch3

(arr,e)

if(lo>=arr.length||arr[lo]

!==e)

return-1

;//最終返回乙個不大於e的位置

//看圖說話

需要限制條件

超出陣列下界

查詢e在陣列arr中不存在，hi可以返回它插入位置的索引

解決

if(lo>=arr.length||arr[lo]!==e) return -1;

function

binarysearch3
(arr,e)
if(arr[hi]
!==e||hi==0)
return-1
;//最終返回乙個不小於e的位置
return hi;
}

二分查詢及其變體（Python）

二分查詢，它的時間複雜度是 o logn 其核心思想有點類似分治思想。即每次都通過跟區間中的中間元素對比，將待查詢的區間縮小為一半，直到找到要查詢的元素，或者區間被縮小為 0。但是二分查詢的 實現比較容易寫錯。你需要著重掌握它的三個容易出錯的地方 迴圈退出條件 mid 的取值，low 和 high ...

深入分析二分查詢及其變體

一般的二分查詢 如下 int search int a,int n,int target return 1 上面的二分查詢非常的樸實，上述二分查詢的作用當然就是 找到陣列a中等於target的元素。但是這個查詢元素隱含了乙個條件 這個陣列的元素是不包含重複元素的。這個限制可以說是非常的大。我們來看一...

js二分查詢

遞迴的時候是一層一層的return出來最後一次是限定條件 不再呼叫函式 如果這裡的fn 前面不寫return 則到最後一層一層返回到最上層時 沒有return函式fn結束掉 它還會繼續往下執行 即return 1 所以只要不是 num arr mid 都會返回 1 function searchnu...