如下兩種實現方式，right 邊界的取值，直接影響著演算法的實現細節，這些細節稍不小心就會犯錯。二分查詢看似簡單，實則不然，真正能考慮到所有細節，把**寫準確是很不容易的。
int binarysearch(int nums, int target)
return -1;
}
int binarysearch(int nums, int target)
return -1;
}
答：如果初始化 right 的賦值是 nums.length-1，即最後乙個元素的索引，相當於兩端都閉區間 [left, right]，則while 迴圈的條件中 用<=。如果初始化 right 是 nums.length，相當於左閉右開區間 [left, right)，則 while 迴圈的條件中 <，因為索引大小nums.length 是越界的。
2. 為什麼第一種演算法是 left = mid + 1，right = mid - 1，第二種演算法是 left = mid + 1，right = mid ，如何判斷？
答：這也是二分查詢的乙個難點，不過只要你能理解前面的內容，就能夠很容易判斷。剛才明確了「搜尋區間」這個概念，如果演算法的搜尋區間是兩端都閉的，即 [left, right]。那麼當我們發現索引 mid 不是要找的 target 時，如何確定下一步的搜尋區間呢？
當然是 [left, mid - 1] 或者 [mid + 1, right] ，因為 mid 已經搜尋過，應該從搜尋區間中去除。相應的，如果演算法的搜尋區間是左閉右開的，即 [left, right)，則當mid 不是要找的 target 時，下一步的搜尋區間是 [left, mid) 或者 [mid + 1, right)。
int left_bound(int nums, int target) else if (nums[mid] < target) else if (nums[mid] > target)
}// target 比所有數都大
if (right == nums.length) return -1;
// 類似之前演算法的處理方式
return nums[right] == target ? right : -1;
}
答：關鍵在於對於 nums[mid] == target 這種情況的處理：
if (nums[mid] == target) else if (nums[mid] < target) else if (nums[mid] > target)
}if (left == 0) return -1;
return nums[left-1] == target ? (left-1) : -1;
}1. 為什麼這個演算法能夠找到右側邊界？
答：類似地，關鍵點還是這裡：
if (nums[mid] == target) {
left = mid + 1;
當 nums[mid] == target 時，不要立即返回，而是增大「搜尋區間」的下界 left，使得區間不斷向右收縮，達到鎖定右側邊界的目的。另外，為什麼最後返回 left - 1 ？while 迴圈的終止條件是 left == right，所以返回 left -1 或 right - 1是一樣的。由於區間向右收縮的過程中是 left = mid + 1 賦值，所以迴圈終止的時候肯定 nums[left] != target, 而nums[left - 1] 才可能是右側邊界。
二分查詢那些事
二分查詢可以學習如何上下界問題非常有幫助。首先討論統一介面的情況，便於實現其他演算法的版本。這裡使用兩種思路去討論演算法的實現形式，第一種以 減而治之 的策略實現並從查詢行為平衡度等方面對演算法進行改進，第二種直接從通過規則的討論直接討論演算法組成，各層判斷。語義定義 在有序向量的區間 l,h 內查...
二分查詢爬過的坑
二分查詢看似簡單，但是刷多了二分查詢的題，就會遇到很多意向不到的坑，真的是實踐出真知啊，現總結下二分查詢遇到的坑。一 樸素版二分查詢 在有序陣列中查詢關鍵字，找到就返回下標，不管重複不重複。樸素版二分查詢 int bitsearch int a,int n,int k else if a mid k...
二分查詢有個坑
內容會持續更新，有錯誤的地方歡迎指正，謝謝 例題 在序列 22,34,55,77,89,93,99,102,120,140 中，採用二分查詢，分別查詢77,34,99，所需的查詢次數分別為 答案 4，2，4 理由 假設低下標用low表示，高下標用high表示 查詢77 開始low 0,high 9 ...