Leetcode 33 -- 二分查找 | 归约思想

题目描述

搜索旋转排序数组

二分的过程就是归约的过程

思路来源
一个重要的性质：源数组经过旋转之后，会划分为两个递增的数组，我们假设为 $a$ 和 $b$
一个清晰的思路：这道题和平常二分法查找的不同就在于,把一个有序递增的数组分成了,两个递增的数组,我们需要做的就是判断这个数在哪一个递增的数组中,然后再去用常规的二分法去解决。
一个假设：我们一般性的假设源数组被旋转为: $[b1,b2,..bm,a1,a2,a3,...,an]$

如果我们从归约的角度去考虑二分问题，那么二分的过程就是不断归约的过程，而归约又与二叉树联系很密切。如果你仔细回想一下二分的过程，它不就是从一个起点和终点为 $[l,r]$ 的数组逐渐划分，最终变成一个起点和终点相等的单个元素的过程吗。如果我们把初始时的 $[l,r]$ 看作跟节点，那么叶子节点就是数组中的各个元素。这其实有点像线段数了。
总之，我想说的是，二分就是一个归约的过程（每次要么归约到 $mid$ 的左半部分，要么归约到 $mid$ 的右半部分），把这个归约的过程和二叉树结合起来更容易理解。
好了，明白了归约之后，再来看这道题。

思路1：一次二分

我们依据 $mid$ 将 $nums$ 划分为 $[l,mid-1]$, $[mid,r]$ 两个区间，那么接下来我们就要依据 $target$ 在那个区间来进行规约，由于 $nums$ 是一个旋转数组，导致 $[l,r]$ 未必有序，也就是这两个子区间未必都有序，但必然至少有一个是有序的。因此我们可以先找出那个区间是有序的，然后判断 $target$是 否在这个区间，若不在则 $target$ 就在另一个区间。

reference here

class Solution {
public:int search(vector<int>& nums, int target) {int l = 0, r = nums.size() - 1;while(l < r) {int mid = l + r + 1 >> 1;// 根据mid将nums划分为两个区间：[l, mid - 1] [mid, r]// 接下来我们需要根据target在那个区间来进行归约// 由于两个区间只有一个有序,因此我们还需要先判断那个区间有序if(nums[mid] < nums[r]) { // 右区间有序if(nums[mid] <= target && target <= nums[r]) { // 在右区间l = mid;}else { // 在左区间r = mid - 1;}}else { // 左区间有序if(nums[l] <= target && target <= nums[mid - 1]) { // 在左区间r = mid - 1;}else { // 在右区间l = mid;}}}return nums[l] == target ? l : -1;}
};

思路2：两次二分

由于 $nums$ 可能由两个有序区间构成，那么我们是否能找到这两个有序区间，然后分别在这两个区间上进行二分呢？答案是可行的！并且这种做法更为简单，直接！
那么怎么确定这两个有序区间呢？也很简单，直接找最值，通过最值来确定区间

class Solution {
public:int get_separate(vector<int> &nums) { // 找分隔点:e.g.最小值[l,pos(min)-1],[pos(min),r]int l = 0, r = nums.size() - 1;     // 如果找最大值就是 [l,pos(max)],[pos(max+1),r]while(l < r) {int mid = l + r >> 1;// [l, mid-1], [mid,r]if(nums[mid] < nums[r]) r = mid;else    l = mid + 1;}return l;}int binary_search(vector<int> &nums, int l, int r, int target) {while(l < r) {int mid = l + r + 1 >> 1;if(nums[mid] > target)  r = mid - 1;else    l = mid;}return nums[l] == target ? l : -1;}int search(vector<int>& nums, int target) {int s = get_separate(nums);cout << "sep: " << s << endl;// 找到两个有序区间：[0, s], [s+1, n-1]// 根据target在那个有序区间进行二分搜索if(s - 1 >= 0 && nums[0] <= target && target <= nums[s - 1])  return binary_search(nums, 0, s - 1, target);return binary_search(nums, s, nums.size() - 1, target);}
};