What is the best way to solve Binary Search?

The optimized O(n) approach using Binary Search patterns is generally preferred.

상위 150개 인터뷰쉬움

이진 검색

'이진 검색' 문제에 대한 자세한 가이드 및 Python 구현입니다.

문제 설명

쉬움

오름차순으로 정렬된 정수 배열 nums과 정수 target이 주어지면 nums에서 target을 검색하는 함수를 작성하세요. target이 존재하면 해당 인덱스를 반환합니다. 그렇지 않으면 -1를 반환합니다.

O(log n) 런타임 복잡도를 갖는 알고리즘을 작성해야 합니다.

search(nums: List[int], target: int) -> int 함수를 작성하세요.

제약

•1 <= len(nums) <= 10^4
•-10^4 < nums[i], target < 10^4
•All integers in nums are unique
•nums is sorted in ascending order

예

Example 1

Input

nums = [-1, 0, 3, 5, 9, 12], target = 9

Output

Explanation

9 exists in nums and its index is 4.

Example 2

Input

nums = [-1, 0, 3, 5, 9, 12], target = 2

Output

-1

Explanation

2 does not exist in nums so return -1.

Need a Hint?

세트나 힙과 같은 이진 검색 관련 데이터 구조를 사용하는 것을 고려해보세요.

Edge Cases to Watch

빈 입력 구조
단일 요소 입력
큰 수치 범위

해결할 준비가 되셨나요?

Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.

편집기에서 열기

인터뷰 통찰력 및 변형

이진 검색 접근 방식의 논리를 설명하세요.

null 또는 빈 입력과 같은 극단적인 경우에 대해 논의합니다.

복잡성 분석 분석

무차별 대입 복잡성

Time: O(n)•Space: O(1)

왜 시간인가?: Directly evaluates all possibilities.

왜 우주인가?: Uses standard local memory.

최적화된 복잡성

Time: O(n)•Space: O(1)

왜 시간인가?: Optimized paths reduce total operations.

왜 우주인가?: May trade memory for speed.

최적화된 솔루션 Python 코드

컴파일러에서 시도해 보세요

def binary_search_opt(arr, x):
    l, r = 0, len(arr) - 1
    while l <= r:
        mid = l + (r - l) // 2
        if arr[mid] == x:
            return mid
        if arr[mid] < x:
            l = mid + 1
        else:
            r = mid - 1
    return -1

무차별 대입 코드(스포일러 보호)

컴파일러에서 시도해 보세요

def binary_search_recursive(arr, x, l, r):
    if r >= l:
        mid = l + (r - l) // 2
        if arr[mid] == x:
            return mid
        elif arr[mid] > x:
            return binary_search_recursive(arr, x, l, mid - 1)
        else:
            return binary_search_recursive(arr, x, mid + 1, r)
    return -1