数据结构——二分查找（python实现）

### 数据结构中的二分查找复杂示例子题 #### LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置 此问题是一个经典的二分查找扩展应用，其目的是在一个已排序的整数数组 `nums` 中找到给定目标值 `target` 的起始和结束位置。如果目标值不存在于数组中，则返回 `[-1, -1]`。 这是一个更复杂的二分查找变体，因为它不仅需要定位单个目标值的位置，还需要分别找出它的第一个和最后一个索引位置[^1]。 以下是实现这一功能的一个 Python 示例代码： ```python def searchRange(nums, target): def findBound(isFirst): low, high = 0, len(nums) - 1 while low <= high: mid = (low + high) // 2 if nums[mid] == target: if isFirst: if mid == 0 or nums[mid - 1] != target: return mid high = mid - 1 else: if mid == len(nums) - 1 or nums[mid + 1] != target: return mid low = mid + 1 elif nums[mid] > target: high = mid - 1 else: low = mid + 1 return -1 first_pos = findBound(True) if first_pos == -1: return [-1, -1] last_pos = findBound(False) return [first_pos, last_pos] ``` 这段代码通过两次调用辅助函数 `findBound()` 来分别获取目标值的第一个和最后一个位置。每次调用都执行一次标准的二分查找逻辑，但在发现匹配项时会进一步调整边界条件以满足特定需求。 #### 时间复杂度分析 对于上述问题，在最坏情况下（即当整个数组都需要被遍历），每一步都将搜索范围缩小一半，因此总的时间复杂度为 O(log n)，其中 n 是输入数组的长度。这是由于每一次迭代都会减少大约一半的待处理数据量所致[^2]。 #### 另一复杂实例：LeetCode 852. 山脉数组的峰顶索引 这个问题涉及一种特殊的有序数组——山脉数组。所谓“山脉”是指存在某个索引 i （称为峰值）使得前部分严格递增而后部分严格递减。任务是在不预先知道具体形状的情况下快速找到这个峰值所在的位置。 解决办法依然是基于二分法的思想，只不过判断依据变成了比较中间点与其相邻右侧点之间的大小关系来决定下一步移动方向[^3]。 下面是对应的解决方案之一： ```python class Solution: def peakIndexInMountainArray(self, A: List[int]) -> int: left, right = 0, len(A)-1 while left < right: mid = (left + right)//2 if A[mid] < A[mid+1]: left = mid + 1 else: right = mid return left ``` 这里的关键在于利用了山峰特性设计了一套新的分支准则来进行有效的区间缩减操作直到锁定最终答案为止。 ---