Tìm kiếm nhị phân
Hướng dẫn chi tiết và cách triển khai Python cho bài toán 'Tìm kiếm nhị phân'.
1. Tìm hiểu
Bài toán 'Tìm kiếm nhị phân' là một thách thức chính trong phần Tìm kiếm nhị phân.
Việc triển khai này tập trung vào logic cấp độ dễ trong Python.
Chúng tôi ưu tiên độ chính xác về mặt kỹ thuật và khả năng đọc mã trong các giải pháp được cung cấp của chúng tôi.
2. Real-World Applications
3. Visual Intuition
Trực quan hóa luồng logic cho Tìm kiếm nhị phân.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Đọc kỹ báo cáo vấn đề về Tìm kiếm nhị phân.
2. Formulate brute force
Soạn thảo một giải pháp lặp lại đơn giản.
3. Identify inefficiency
Tìm các phép tính dư thừa.
4. Optimize search path
Sử dụng hàm băm hoặc sắp xếp để tăng tốc quá trình.
5. Final Implementation
Làm sạch mã cho tiêu chuẩn sản xuất.
Tuyên bố vấn đề
Cho một mảng số nguyên nums được sắp xếp theo thứ tự tăng dần và số nguyên target, hãy viết hàm tìm kiếm target trong nums. Nếu target tồn tại, hãy trả về chỉ mục của nó. Nếu không, hãy trả về -1.
Bạn phải viết một thuật toán có độ phức tạp thời gian chạy O(log n).
Viết hàm search(nums: List[int], target: int) -> int.
- •1 <= len(nums) <= 10^4
- •-10^4 < nums[i], target < 10^4
- •All integers in nums are unique
- •nums is sorted in ascending order
Ví dụ
nums = [-1, 0, 3, 5, 9, 12], target = 9
4
9 exists in nums and its index is 4.
nums = [-1, 0, 3, 5, 9, 12], target = 2
-1
2 does not exist in nums so return -1.
Need a Hint?
Edge Cases to Watch
- Cấu trúc đầu vào trống
- Đầu vào phần tử đơn
- Giới hạn số lớn
Sẵn sàng để giải quyết?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Thông tin chi tiết và biến thể của cuộc phỏng vấn
Phân tích độ phức tạp
Tại sao thời gian: Directly evaluates all possibilities.
Tại sao không gian: Uses standard local memory.
Tại sao thời gian: Optimized paths reduce total operations.
Tại sao không gian: May trade memory for speed.
Mã Python giải pháp tối ưu hóa
Mã Python giải pháp tối ưu hóa
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 -1Mã Brute Force (Bảo vệ spoiler)
Mã Brute Force (Bảo vệ spoiler)
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 -1Algorithm Pattern Checklist
When dealing with Binary Search data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Áp dụng các thuộc tính bài toán Tìm kiếm nhị phân tiêu chuẩn.
Câu hỏi liên quan
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Tài nguyên Python được đề xuất
Mở rộng kiến thức của bạn với các hướng dẫn tương tác, bảng ghi chú và so sánh mã có liên quan.
Vòng lặp Python
Tìm hiểu cách sử dụng vòng lặp Python để lặp lại dữ liệu. Nắm vững các phương pháp hay nhất về vòng lặp for, while, ngắt, tiếp tục và lặp bằng các ví dụ tương tác.
Cách sắp xếp danh sách trong Python
Tìm hiểu cách sắp xếp danh sách trong Python bằng phương thức Sort() và hàm Sort(). Khám phá các ví dụ về sắp xếp khóa tùy chỉnh và thứ tự đảo ngược.
Bảng cheat phương thức chuỗi Python
Hướng dẫn tham khảo đầy đủ về thao tác chuỗi Python. Làm chủ định dạng, tìm kiếm, phân tách, thay thế và kiểm tra thuộc tính chuỗi.
Python vs JavaScript: Ngôn ngữ lập trình nào tốt nhất?
So sánh toàn diện giữa Python và JavaScript. Khám phá sự khác biệt về cú pháp, hiệu suất, trường hợp sử dụng (phụ trợ so với giao diện người dùng) và các ví dụ về mã hóa.