当前位置: 首页 > news >正文

二分查找算法,并分析其时间、空间复杂度

查找算法中的"二分法”是这样定义的:

给定N个从小到大排好序的整数序列List,以及某待查找整数X,我们的目标是找到X在List中的下标。即若有List=X,则返回i;否则返回-1表示没有找到。
二分法是先找到序列的中点List[M],与X进行比较,若相等则返回中点下标:否则,若list[M]>X、则在左边的子系列中査找X:若list[M]<X、则在右边的子系列中査找X。

我最开始是这样写的

/*** @param {number[]} nums* @param {number} target* @return {number}*/
var search = function(nums, target) {let left = 0 let right = nums.length - 1;let center = (left + right)/2while (left <= right){if(nums[center]>target){right = center}else if(nums[center] == target){return center}else{left = center}}return -1 
};

提交结果为

在这里插入图片描述

错误原因在于 let center = (left + right)/2应该写在while函数里面。按照我上面的错误代码一直执行 left = center了。

更改代码

/*** @param {number[]} nums* @param {number} target* @return {number}*/
var search = function(nums, target) {let left = 0 let right = nums.length - 1;while (left <= right){let center = (left + right)/2if(nums[center]>target){right = center}else if(nums[center] == target){return center}else{left = center}}return -1 };

提交结果于上述一样 问了豆包
错误原因 有二

  • 首先 (left + right)/2 可能产生小数(例如当 left=2, right=3 时得到 2.5),而数组索引必须是整数,导致访问错误位置的元素
  • 其次 直接将 right 或 left 设置为 center,而没有 +1 或 -1,这可能陷入无限循环(例如 nums = [1, 3],targat =2 这样left永远为1,right永远为2)。

新的代码

/*** @param {number[]} nums* @param {number} target* @return {number}*/
var search = function(nums, target) {let left = 0 let right = nums.length - 1;while (left <= right){let center = Math.floor(left + right)/2if(nums[center]>target){right = center - 1}else if(nums[center] == target){return center}else{left = center + 1}}return -1 };

依旧报错

在这里插入图片描述

错误原因

正确的中间索引计算应该是先计算 left + right 的和,再除以 2,最后进行取整。而我的代码是先对 left + right 取整,再除以 2,这会导致计算结果错误。将 let center = Math.floor(left + right)/2 改为 let center = Math.floor((left + right)/2)

正确的代码为

/*** @param {number[]} nums* @param {number} target* @return {number}*/
var search = function(nums, target) {let left = 0 let right = nums.length - 1;while (left <= right){let center = Math.floor((left + right)/2)if(nums[center]>target){right = center - 1}else if(nums[center] == target){return center}else{left = center + 1}}return -1 };

分析时间空间复杂度

时间复杂度

  • 最好情况:目标值刚好是序列中点,只需查找 1 次就能找到,时间复杂度为 O(1)。
  • 最坏情况:每次查找都缩小一半范围,直到只剩 1 个元素才确定结果。时间复杂度为O(logn)。

空间复杂度

不管序列多长,算法运行过程中仅用到固定几个额外变量(left、right、mid 等 ),所以空间复杂度为
O(1)。

做完题感触

曾经很会的题,今天花了好久才作出来。退步了好多。

http://www.lryc.cn/news/613486.html

相关文章:

  • IIS7.5下的https无法绑定主机头,显示灰色如何处理?
  • 前后端加密传数据实现方案
  • [ java SE ] 多人聊天窗口1.0
  • 强光干扰下裂缝漏检率↓82%!陌讯轻量化模型在道路巡检的落地实践
  • redis--黑马点评--用户签到模块详解
  • JAVA,Maven继承
  • 力扣经典算法篇-46-阶乘后的零(正向步长遍历,逆向步长遍历)
  • Linux Shell为文件添加BOM并自动转换为unix格式
  • 数据分析——Pandas库
  • 什么是 TDengine IDMP?
  • 机试备考笔记 7/31
  • 学习设计模式《二十一》——装饰模式
  • 人生后半场:从广度到深度的精进之路
  • 设计模式中的行为模式
  • 多线程 future.get()的线程阻塞是什么意思?
  • tcpdump问题记录
  • 【多重BFS】Monsters
  • 【实时Linux实战系列】基于实时Linux的高频交易系统构建
  • 【C语言】深入理解编译与链接过程
  • 数据标注之数据集的类型与如何标注
  • 时间并非维度:论其作为空间变化的转换系数
  • 大模型LL04 微调prompt-Tuning方法入门(背景与发展)
  • 深度学习的视觉惯性里程计(VIO)算法优化实践
  • 数据结构学习之二叉树
  • 深度学习(2):自动微分
  • LSTM 单变量时序预测—pytorch
  • JAVA第六学:数组的使用
  • 【数据结构】二叉树练习
  • S7-1200 串行通信介绍
  • 一场 Dark Theme A/B 测试的复盘与提效实践