Android 面试常见 - 二分查找算法题

148 阅读12分钟
原文链接: mp.weixin.qq.com

前言

金三银四,又是一个跳槽的季节。在面试的过程中,有时候难免会碰到一些算法题目。今天,为大家整理了二分查找常见的算法题。

主要包括以下三点

  1. 旋转数组中的最小数字

  2. 在旋转数组中查找某个数

  3. 排序数组中某个数的出现次数

旋转数组的最小数字

题目:把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个递增排序的数组的一个旋转,输出旋转数组的最小元素。例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转,该数组的最小值为1.实现数组的旋转见左旋转字符串。

解题思路

和二分查找法一样,用两个指针分别指向数组的第一个元素和最后一个元素。

我们注意到旋转之后的数组实际上可以划分为两个排序的子数组,而且前面的子数组的元素都大于或者等于后面子数组的元素。我们还可以注意到最小的元素刚好是这两个子数组的分界线。我们试着用二元查找法的思路在寻找这个最小的元素。

首先我们用两个指针,分别指向数组的第一个元素和最后一个元素。按照题目旋转的规则,第一个元素应该是大于或者等于最后一个元素的(这其实不完全对,还有特例。后面再讨论特例)。

接着我们得到处在数组中间的元素。如果该中间元素位于前面的递增子数组,那么它应该大于或者等于第一个指针指向的元素。此时数组中最小的元素应该位于该中间 元素的后面。我们可以把第一指针指向该中间元素,这样可以缩小寻找的范围。同样,如果中间元素位于后面的递增子数组,那么它应该小于或者等于第二个指针指 向的元素。此时该数组中最小的元素应该位于该中间元素的前面。我们可以把第二个指针指向该中间元素,这样同样可以缩小寻找的范围。我们接着再用更新之后的 两个指针,去得到和比较新的中间元素,循环下去。

按照上述的思路,我们的第一个指针总是指向前面递增数组的元素,而第二个指针总是指向后面递增数组的元素。最后第一个指针将指向前面子数组的最后一个元素, 而第二个指针会指向后面子数组的第一个元素。也就是它们最终会指向两个相邻的元素,而第二个指针指向的刚好是最小的元素。这就是循环结束的条件。

核心实现代码:

 1int Min(int *numbers , int length) 2{ 3    if(numbers == NULL || length <= 0) 4        return; 5 6    int index1 = 0; 7    int index2 = length - 1; 8    int indexMid = index1; 9    while(numbers[index1] >= numbers[index2])10    {11        if(index2 - index1 == 1)12        {13            indexMid = index2;14            break;15        }1617        indexMid = (index1 + index2) / 2;18        //如果下标为index1、index2和indexMid指向的三个数字相等,则只能顺序查找19        if(numbers[index1] == numbers[index2] && numbers[indexMid] == numbers[index1])20            return MinInOrder(numbers , index1 , index2);2122        if(numbers[indexMid] >= numbers[index1])23            index1 = indexMid;24        else if(numbers[indexMid] <= numbers[index2])25            index2 = indexMid;26    }27    return numbers[indexMid];28}2930//顺序查找31int MinInOrder(int *numbers , int index1 , int index2)32{33    int result = numbers[index1];34    for(int i = index1 + 1 ; i <= index2 ; ++i)35    {36        if(result > numbers[i])37            result = numbers[i];38    }39    return result;40}

注意:当两个指针指向的数字及他们中间的数字三者相同的时候,我们无法判断中间的数字是位于前面的字数组还是后面的子数组中,也就无法移动两个指针来缩小查找的范围。此时,我们不得不采用顺序查找的方法。

2 旋转数组中查找某个数字

要求:一个没有重复元素的旋转数组(它对应的原数组是有序的),求给定元素在旋转数组内的下标(不存在的返回-1)。

例如

有序数组为{0,1,2,4,5,6,7},它的一个旋转数组为{4,5,6,7,0,1,2}。

元素6在旋转数组内,返回2元素3不在旋转数组内,返回-1

分析

1  遍历一遍,可以轻松搞定,时间复杂度为O(n),因为是有序数组旋转得到,这样做肯定不是最优解。有序,本能反映用二分查找,举个例子看看特点23  可以看出中间位置两段起码有一个是有序的(不是左边,就是右边),那么就可以在有序的范围内使用二分查找;如果不再有序范围内,就到另一半去找。

参考代码

 1int search(int A[], int n, int target) { 2        int beg = 0; 3        int end = n - 1; 4        while (beg <= end) 5        { 6            int mid = beg + (end - beg) / 2; 7            if(A[mid] == target) 8                return mid; 9            if(A[beg]  <= A[mid])10            {11                if(A[beg] <= target && target < A[mid])12                    end = mid - 1;13                else 14                    beg = mid + 1;15            }16            else17            {18                if(A[mid] < target && target <= A[end])19                    beg = mid + 1;20                else21                    end = mid - 1;22            }23        }24        return -1;25    }

扩展

边的有求是没有重复的元素,现在稍微扩展下,可以有重复的元素,其他的要求不变。

思路:大致思路与原来相同,这是需要比较A[beg] 与 A[mid]的关系

1A[beg]  < A[mid] ————左边有序2A[beg]  > A[mid] ————右边有序3A[beg]  = A[mid] ————++beg
 1boolean search(int A[], int n, int target) { 2        int beg = 0; 3        int end = n - 1; 4        while (beg <= end) 5        { 6            int mid = beg + (end - beg) / 2; 7            if(A[mid] == target)  8                return true; 9            if(A[beg] < A[mid])10            {11                if(A[beg] <= target && target < A[mid])12                    end = mid - 1;13                else14                    beg = mid + 1;15            }16            else 0if(A[beg] > A[mid])17            {18                if(A[mid] < target && target <= A[end])19                    beg = mid + 1;20                else21                    end = mid - 1;22            }23            else24                ++beg;25        }26        return false;27    }

3 数字在排序数组中的出现次数

 1//二分查找,二分查找key第一次出现的位置,二分查找最后一次出现的key 2 3//返回两者相减+1或者找到第一次出现的位置,向后查找 4int binarySearchFirstPos(int * iArr, int l, int h, int key) 5 6{ 7 8    while(l <= h ) 910    {1112        int mid  = (l + h) / 2;1314        if(iArr[mid] < key)1516            l = mid +1;1718        elseif(iArr[mid] > key)1920            h = mid - 1;2122        else2324        {2526            if(mid == l || iArr[mid - 1] != key)2728                return mid;2930            else 3132                h = mid - 1;3334        }3536    }3738    return -1;3940}4142int binarySearchLastPos(int * iArr, int l, int h, int key)4344{4546    while(l <= h)4748    {4950        int mid = (l + h) / 2;5152        if(iArr[mid] < key)5354            l =  mid + 1;5556        elseif(iArr[mid] > key)5758            h = mid - 1;5960        else6162        {6364            if(mid == h || iArr[mid + 1] != key)6566                return mid;6768            else6970                l = mid + 1;7172        }7374    }7576    return -1;7778}7980int numOfKey(int * iArr, int length, int key)8182{8384    int firstPos = binarySearchFirstPos(iArr, 0, length - 1, key);8586    int lastPos = binarySearchLastPos(iArr, 0, length - 1, key);8788    cout << firstPos << "\t" << lastPos << endl;;8990    if(firstPos == -1)9192        return0;9394    elsereturn lastPos - firstPos + 1;9596}

推荐阅读

装饰者模式及其应用

自定义 behavior - 完美仿 QQ 浏览器首页,美团商家详情页

技术人的未来在哪里

致刚入职场的你 - 程序员的成长笔记

扫一扫,欢迎关注我的公众号。如果你有好的文章,也欢迎你的投稿。