zoukankan      html  css  js  c++  java
  • 二分只能用来查找元素吗?

    二分搜索简介

    在计算机科学中,二分搜索(binary search)也称折半搜索(half-interval search)、对数搜索(logarithmic search),是在有序数组中查找某一特定元素的搜索算法。

    其基本思想是通过逐次比较数组特定范围的中间元素与目标元素的大小,每次缩小一半的搜索范围,来提高搜索效率。

    二分搜索的时间复杂度是 (O(log n)),空间复杂度为 (O(1))

    二分查找到底能运用在哪里?

    最常见的就是教科书上的例子,也就是上文介绍的一般。在有序数组中搜索给定的某个目标值的索引。再推广一点,如果目标值存在重复,修改版的二分查找可以返回目标值的左侧边界索引或者右侧边界索引。

    PS:以上提到的三种二分查找算法形式在东哥的 二分查找算法详解 有代码详解,如果没看过强烈建议看看。

    抛开有序数组这个枯燥的数据结构,二分查找如何运用到实际的算法问题中呢?当搜索空间有序的时候,就可以通过二分搜索「剪枝」,大幅提升效率。

    说起来玄乎得很,本文用「Koko 吃香蕉」和「货物运输」的问题来举个例子。

    一、Koko 吃香蕉

    也就是说,Koko 每小时最多吃一堆香蕉,如果吃不下的话留到下一小时再吃;如果吃完了这一堆还有胃口,也只会等到下一小时才会吃下一堆。在这个条件下,让我们确定 Koko 吃香蕉的最小速度(根/小时)。

    如果直接给你这个情景,你能想到哪里能用到二分查找算法吗?如果没有见过类似的问题,恐怕是很难把这个问题和二分查找联系起来的。

    那么我们先抛开二分查找技巧,想想如何暴力解决这个问题呢?

    首先,算法要求的是「H小时内吃完香蕉的最小速度」,我们不妨称为speed请问speed最大可能为多少,最少可能为多少呢?

    显然最少为 1,最大为max(piles),因为一小时最多只能吃一堆香蕉。那么暴力解法就很简单了,只要从 1 开始穷举到max(piles),一旦发现发现某个值可以在H小时内吃完所有香蕉,这个值就是最小速度:

    int minEatingSpeed(int[] piles, int H) {
        // piles 数组的最大值
        int max = getMax(piles);
        for (int speed = 1; speed < max; speed++) {
            // 以 speed 是否能在 H 小时内吃完香蕉
            if (canFinish(piles, speed, H))
                return speed;
        }
        return max;
    }
    

    注意这个 for 循环,就是在连续的空间线性搜索,这就是二分查找可以发挥作用的标志****。

    由于我们要求的是最小速度,所以可以用一个搜索左侧边界的二分查找来代替线性搜索,提升效率:

    int minEatingSpeed(int[] piles, int H) {
        // 套用搜索左侧边界的算法框架
        int left = 1, right = getMax(piles) + 1;
        while (left < right) {
            // 防止溢出
            int mid = left + (right - left) / 2;
            if (canFinish(piles, mid, H)) {
                right = mid;
            } else {
                left = mid + 1;
            }
        }
        return left;
    }
    

    剩下的辅助函数也很简单,可以一步步拆解实现:

    // 时间复杂度 O(N)boolean canFinish(int[] piles, int speed, int H) {
        int time = 0;
        for (int n : piles) {
            time += timeOf(n, speed);
        }
        return time <= H;
    }
    
    int timeOf(int n, int speed) {
        return (n / speed) + ((n % speed > 0) ? 1 : 0);
    }
    
    int getMax(int[] piles) {
        int max = 0;
        for (int n : piles)
            max = Math.max(n, max);
        return max;
    }
    

    至此,借助二分查找技巧,算法的时间复杂度为 (O(NlogN))

    二、包裹运输问题

    类似的,再看一道运输问题:

    要在D天内运输完所有货物,货物不可分割,如何确定运输的最小载重呢(下文称为cap)?

    其实本质上和 Koko 吃香蕉的问题一样的,首先确定cap的最小值和最大值分别为max(weights)sum(weights)

    类似刚才的问题,我们要求最小载重,可以用 for 循环从小到大遍历,那么就可以用搜索左侧边界的二分查找算法优化线性搜索:

    // 寻找左侧边界的二分查找int shipWithinDays(int[] weights, int D) {
        // 载重可能的最小值
        int left = getMax(weights);
        // 载重可能的最大值 + 1
        int right = getSum(weights) + 1;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (canFinish(weights, D, mid)) {
                right = mid;
            } else {
                left = mid + 1;
            }
        }
        return left;
    }
    
    // 如果载重为 cap,是否能在 D 天内运完货物?boolean canFinish(int[] w, int D, int cap) {
        int i = 0;
        for (int day = 0; day < D; day++) {
            int maxCap = cap;
            while ((maxCap -= w[i]) >= 0) {
                i++;
                if (i == w.length)
                    return true;
            }
        }
        return false;
    }
    

    通过这两个例子,你是否明白了二分查找在实际问题中的应用呢?

    首先思考使用 for 循环暴力解决问题,观察代码是否如下形式:

    for (int i = 0; i < n; i++)
        if (isOK(i))
            return answer;
    

    如果是,那么就可以使用二分搜索优化搜索空间:如果要求最小值就是搜索左侧边界的二分,如果要求最大值就用搜索右侧边界的二分。

    总结

    很多人觉得二分搜索很简单,实际上二分搜索也可以出比较难的题。甚至有些题目,你不一定能想到用二分法来解决。

    同时在不同的数据结构和不同的应用场景中,都可以使用二分搜索的思想。

    这里 是 leetcode 中和二分搜索有关的习题。
    leetcode 上还有个二分查找的 专题练习卡片

    参考

    https://leetcode-cn.com/circle/article/OPV954/

    The desire of his soul is the prophecy of his fate
    你灵魂的欲望,是你命运的先知。

  • 相关阅读:
    Apache Spark 2.2.0 中文文档
    Apache Spark 2.2.0 中文文档
    Apache Storm 1.1.0 中文文档 | ApacheCN
    mysql生成随机字符串
    nginx的5个特点
    虚拟机网络配置
    (mapreduce题) 找出有共同好友的 users --好好玩
    activemq-5.15.10 启动不了
    mysql导出 Excel数据字典(全)
    WebStorm 免注册码
  • 原文地址:https://www.cnblogs.com/RioTian/p/13795935.html
Copyright © 2011-2022 走看看