二分查找详解

看到一个大佬的博客详解二分查找算法，有一段内容让我深有感触：

我周围的人几乎都认为二分查找很简单，但事实真的如此吗？二分查找真的很简单吗？并不简单。看看 Knuth 大佬（发明 KMP 算法的那位）怎么说的：

Although the basic idea of binary search is comparatively straightforward, the details can be surprisingly tricky...

这句话可以这样理解：思路很简单，细节是魔鬼。

这两个月刷题遇到不少要用到二分查找的题。当年学数据结构的时候觉得这是一个相当直观且好理解的算法，但是真正刷题时觉得这个算法需要注意的坑还是挺多的。最普通的应用就是找某个元素的索引（数组有序且不重复），再复杂一些的还有找某个元素最左边或最右边的索引。更高端的有对数组的索引或者数组中整数的取值范围进行二分查找，不过这一块还是万变不离其宗，查找的范围依旧是[left, right]，难点在于要怎么找到二分查找的对象。

二分查找基本框架

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    left, right = 0, ...  # 左右边界的赋值可变
    while left ... right:  # 需要注意有没有等号
        mid = left + (right - left) // 2
        if arr[mid] == target:
            ...  # 要不要直接return
        elif arr[mid] < target:
            left = ...  # 要不要加一
        elif arr[mid] > target:
            right = ...  # 要不要减一
    return ...  # 有返回mid的，有left的各种

上面一段代码中的...部分是需要根据题目需要修改的地方，也就是二分查找的细节所在。另外，计算mid的公式也可以写成mid = (left + right) // 2，按上面那样写是为了防止溢出（虽然在Python里并不会有整型溢出的问题，不过最好养成这个习惯）。

找一个数的索引

这是二分查找最简单的一种应用，只要学习过数据结构肯定闭着眼睛都能写出来。

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    left, right = 0, n - 1
    while left <= right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        elif arr[mid] > target:
            right = mid - 1
    return -1  # 没有找到，返回 -1

这里有几个地方需要注意。

左右指针的赋值

左右指针的初始化决定了搜索区间是开区间还是闭区间

左右指针初始化为left, right = 0, n - 1，也就是说搜索区间是一个闭区间，即[0, n - 1]。而当mid处的值不是目标值时，就要把mid从搜索区间中去除，继续在两边的某个闭区间中搜索。因此，左右指针的更新规则为left = mid + 1和right = mid - 1。

终止条件

搜索区间为空时就应该跳出循环

上面的代码中，while循环的条件是left <= right，也就是说当left == right + 1时跳出while循环。实际上，这个终止条件与前面说的闭区间相对应，当left == right时，闭区间内仍有一个索引的位置需要搜索；当left == right + 1时，[right + 1, right]已经是一个空集，意味着已经没有索引需要搜索了，因此就跳出循环。

开区间

爷就是喜欢开区间，那咋办嘛

开区间情况下，左右指针应初始化为left, right = 0, n，对应的搜索区间是一个开区间，即[0, n)。

• 当arr[mid] < target时，同样地，要把mid从搜索区间中去除，注意此时是开区间。于是left = mid + 1，对应的搜索区间为[mid + 1, right);
• 当arr[mid] > target时，right = mid， 对应的搜索区间为[left, mid)。

此时，while循环的条件应为left < right，也就是说当left == right时跳出while循环。对应的搜索区间为[left, left)，显然这个区间为空，即搜索完毕。完整代码如下。

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    left, right = 0, n
    while left < right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        elif arr[mid] > target:
            right = mid
    return -1  # 没有找到，返回 -1

局限性

这个版本的二分查找至少还有两个需求无法满足：

• 如果target在数组中多次出现，我们想要找到它的左边界（即最早出现时的索引）或者右边界要怎么改呢？
• 如果target在数组中不出现，我们想要找到它插入到该数组中应该在的位置要怎么改呢？

寻找左侧边界

基于开区间版本，修改几个位置即可。

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    if n == 0:  # 特判
    	return -1
    left, right = 0, n
    while left < right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            right = mid  # 修改
        elif arr[mid] < target:
            left = mid + 1
        elif arr[mid] > target:
            right = mid
    return left  # 修改

代码还可以进一步简化，但是本文主要是为了弄清原理，这么写看起来更直观一些。基于这三处修改，我们来看看为什么这个版本可以返回左侧边界。

为什么需要特判

实际上也不是所有情况都需要特判，因为很多时候我们不会在空数组中搜索，那不是吃饱了撑的吗。主要是为了和返回的索引区分开来，避免返回值与空数组的情况发生混淆，具体往下看就明白了。

返回值的意义

这个版本的代码除了当target在数组中多次出现时返回它的左侧边界，它的返回值还有一个含义就是当前数组中比target小的元素个数。因此返回值的范围是[0, n]，如果没有特判，数组为空时也返回0，会发生混淆。

为什么可以找到左边界

关键在于这段代码：

if arr[mid] == target:
    right = mid

当找到target时，不返回索引，而是继续向左搜索，即在[left, mid)中搜索。

那么问题来了，如果此时mid已经是左边界了，继续在[left, mid)中搜索不会出错吗？事实上，每次左指针的更新规则为left = mid + 1且while循环的条件是left < right。也就是说最终仍然会搜索到[left, mid)，此时left == mid。

如果target不在数组中怎么返回-1

上面说过其返回值的含义是当前数组中比target小的元素个数，其范围是[0, n]。如果返回值为n，那显然target比数组中的所有元素都大，target不在数组中。而返回值在[0, n -1]中时，target同样也可能不在数组中，需要判断arr[left] == target。

return left if left < n and nums[left] == target else -1

寻找右侧边界

基于上面的代码，修改一下就行。

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    if n == 0:  # 特判
    	return -1
    left, right = 0, n
    while left < right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            left = mid + 1  # 修改
        elif arr[mid] < target:
            left = mid + 1
        elif arr[mid] > target:
            right = mid
    return left - 1  # 修改

为什么要返回left - 1

注意到，当找到target时，不返回索引，而是继续向右搜索，left = mid + 1。因此，while循环结束时的左指针一定指向target右边的第一个元素。因此要返回left - 1。

返回值的意义

返回值还有个意义就是返回小等于target的最大元素的索引，其取值范围为[-1, n - 1]。要注意的是，当target比数组中的所有元素都小时，返回的是-1。

如果target不在数组中怎么返回-1

如果返回值为-1，那显然target比数组中的所有元素都小，target不在数组中。而返回值在[0, n - 1]中时，target同样也可能不在数组中，需要再判断arr[left - 1] == target。

return left - 1 if left > 0 and nums[left - 1] == target else -1

寻找插入位置

上面提到，寻找左侧边界版本的返回值同样代表了数组中比target小的元素个数，索引不就来了吗？

def binarySearch(arr: List[int], target: int):
    n = len(arr)
    left, right = 0, n
    while left < right:
        mid = left + (right - left) // 2
        if arr[mid] == target:
            right = mid  # 修改
        elif arr[mid] < target:
            left = mid + 1
        elif arr[mid] > target:
            right = mid
    return left  # 修改

需要注意的是，这里不需要特判，数组为空时直接往里放就完事了。

例子

搜索左右边界

34. 在排序数组中查找元素的第一个和最后一个位置
题目要求：
给定一个按照升序排列的整数数组nums，和一个目标值target。找出给定目标值在数组中的开始位置和结束位置。

你的算法时间复杂度必须是(O(log n))级别。如果数组中不存在目标值，返回[-1, -1]。

class Solution:
    def lower(self, nums: List[int], target: int):
        n = len(nums)
        left, right = 0, n
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] >= target:
                right = mid
            elif nums[mid] < target:
                left = mid + 1
        return left if left < n and nums[left] == target else -1
    
    def higher(self, nums: List[int], target: int):
        n = len(nums)
        left, right = 0, n
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] > target:
                right = mid
            elif nums[mid] <= target:
                left = mid + 1
        return left - 1

    def searchRange(self, nums: List[int], target: int) -> List[int]:
        if not nums:
            return [-1, -1]
        
        lo = self.lower(nums, target)
        # 二分查找的次数少一半，大概能快点？
        if lo == -1:
            return [-1, -1]
        hi = self.higher(nums, target)
        return [lo, hi]

1300. 转变数组后最接近目标值的数组和
题目要求：
给你一个整数数组 arr 和一个目标值 target ，请你返回一个整数 value ，使得将数组中所有大于 value 的值变成 value 后，数组的和最接近 target （最接近表示两者之差的绝对值最小）。

如果有多种使得和最接近 target 的方案，请你返回这些整数中的最小值。

请注意，答案不一定是 arr 中的数字。

class Solution:
    def biSrch(self, arr, tgt, length):
        left, right = 0, length
        while left < right:
            mid = (left + right) // 2
            val = arr[mid]
            if val < tgt:
                left = mid + 1
            elif val >= tgt:
                right = mid
        return left

    def findBestValue(self, arr: List[int], target: int) -> int:
        n = len(arr)
        arr.sort()
        preSum = [0] * (n + 1)
        for i in range(n):
            preSum[i + 1] = preSum[i] + arr[i]

        ans = 0
        diff = target
        for i in range(1, arr[-1] + 1):
            index = self.biSrch(arr, i, n)
            curSum = preSum[index] + (n - index) * i
            if abs(curSum - target) < diff:
                ans, diff = i, abs(curSum - target)

        return ans

搜索插入位置

35. 搜索插入位置
题目要求：
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

根据上面的模板，很容易可以写出下面的代码。

class Solution:
    def searchInsert(self, nums: List[int], target: int) -> int:
        n = len(nums)
        left, right = 0, n
        while left < right:
            mid = left + (right - left) // 2
            if nums[mid] == target:
                return mid
            elif nums[mid] > target:
                right = mid
            elif nums[mid] < target:
                left = mid + 1
            
        return left

二分查找的其他应用

287. 寻找重复数
题目要求：
给定一个包含 n + 1 个整数的数组 nums，其数字都在 1 到 n 之间（包括 1 和 n），可知至少存在一个重复的整数。假设只有一个重复的整数，找出这个重复的数。

思路：
对数组中整数的范围进行二分查找，如果mid之前的小于mid的元素数量大于mid，则重复元素一定在mid之前。

class Solution:
    def findDuplicate(self, nums: List[int]) -> int:
        length = len(nums)
        # 每个数都在[left, right]中
        # 即[1, n]中
        left = 1
        right = length - 1

        while left < right:
            mid = left + (right - left) // 2
            cnt = 0
            for num in nums:
                if num <= mid:
                    cnt += 1

            if cnt > mid:
                right = mid
            else:
                left = mid + 1
        return left

1095. 山脉数组中查找目标值
题目要求：
给你一个 山脉数组mountainArr，请你返回能够使得mountainArr.get(index)等于target最小的下标index值。如果不存在这样的下标index，就请返回-1。

何为山脉数组？如果数组A是一个山脉数组的话，那它满足如下条件：

首先，A.length >= 3

其次，在0 < i < A.length - 1条件下，存在i使得：

• A[0] < A[1] < ... A[i-1] < A[i]
• A[i] > A[i+1] > ... > A[A.length - 1]

你将不能直接访问该山脉数组，必须通过MountainArray接口来获取数据：

• MountainArray.get(k) - 会返回数组中索引为k的元素（下标从 0 开始）
• MountainArray.length() - 会返回该数组的长度

注意：
对MountainArray.get发起超过100次调用的提交将被视为错误答案。

提示：

• 3 <= mountain_arr.length() <= 10000
• 0 <= target <= 10^9
• 0 <= mountain_arr.get(index) <= 10^9

思路：
题中要求不能超过100次调用，数组长度不超过10000，疯狂明示要用二分查找。而山脉数组以山顶为界限，两边都是有序的，因此要用二分查找关键在于怎么找到山顶。首先将数组二分：

• 如果mid处的元素比它右边的元素小，那它一定不是山顶，left = mid + 1；
• 否则mid有可能是山顶，right = mid

循环结束后right就是山顶。找到山顶后就可以在两边有序的数组中用二分查找搜索目标元素。

# """
# This is MountainArray's API interface.
# You should not implement it, or speculate about its implementation
# """
#class MountainArray:
#    def get(self, index: int) -> int:
#    def length(self) -> int:

class Solution:
    def findInMountainArray(self, target: int, mountain_arr: 'MountainArray') -> int:
        n = mountain_arr.length()
        left, right = 1, n - 2
        # 循环结束后left就是山顶
        while left <= right:
            top = left + (right - left) // 2
            if mountain_arr.get(top) > mountain_arr.get(top + 1):
                right = top - 1
            else:
                left = top + 1
        top = left
        left, right = 0, top
        while left <= right:
            mid = left + (right - left) // 2
            val = mountain_arr.get(mid)
            if val == target:
                return mid
            elif val > target:
                right = mid - 1
            else:
                left = mid + 1

        left, right = top + 1, n - 1
        while left <= right:
            mid = left + (right - left) // 2
            val = mountain_arr.get(mid)
            if val == target:
                return mid
            elif val < target:
                right = mid - 1
            else:
                left = mid + 1

        return -1

这段代码中的三处二分查找都是基于闭区间的版本。一开始将左右指针初始化为left, right = 1, n - 2是因为山顶只有可能在索引[1, n - 2]中。