今日题目：

• 704. 二分查找
• 35. 搜索插入位置
• 34. 在排序数组中查找元素的第一个和最后一个位置

今日总结

重点学习了使用二分法来解决问题，需要特别理解的是，二分法在通过 while(low <= high) 循环后，low 与 high 的关系所呈现出来的性质，以及为什么能够呈现这样的性质。利用这个性质可以更容易地解决相关问题。

Problem 1: 二分法

LeetCode 704. 二分查找 【easy】

704. 二分查找 | LeetCode

这个题目很经典，题目本身很简单，但这里有一种具有普适性的写法，可以用来解决其他二分查找相关的题目，这里需要着重学习一下：

关键理解好二分法在经过 while(low <= high) 这个循环后，low 和 high 所呈现出来的结果的性质：

1. high 最后一定是在 low 左边，而且 high == low - 1，形成一个交错
2. low 和 high 中间将数字序列划分成了两个部分：
   • 左半边从开始到 high 为止，都是小于 target
   • 右半边从 low 到结束，都是大于等于 target

为什么会具备这样的性质？
简单来说，因为 while 的判断是 low <= high，所以最终 low 一定是大于 high。
同时，low 和 high 每次更新都是基于 mid 来向前或向后一步走，而 mid 是一定出现在 [low,high] 这个区间内，所以每次更新的结果是，low 或 high 一定是处于原先 [low,high] 范围内或者这个范围的左边或右边一个为止。所以，最终一定是 high == low - 1。
当然，目前也很容易理解 [0, high] 一定是小于 target，[low, end) 一定是大于等于 target。因为当 nums[mid] == target 时，我们是将 high 移动到 mid 左边，这样的结果就是让等于 target 元素的值出现在了 high 右边，所有右半边才会有等于 target 的元素。

在上面的代码中，low 最终指向的是第一个大于等于 target 的元素，但由于 target 可能不存在，所以在作为结果返回时，需要判断一下 low 是否在 nums 的合法范围内，以及 low 指向的值是否等于 target。

学会了这个题目，下面几个题目就是可以利用这里总结的性质来解决。

LeetCode 35. 搜索插入位置 ⭐⭐⭐⭐⭐

35. 搜索插入位置 | LeetCode

通过这个题，对二分法的思路有了更深入的理解。

这个题目是返回搜索的位置或者插入的位置，自然也就是 low 的位置，所以代码如下：

整体与第一个二分法的题目一样，只是最后直接把 low 给 return 出去而已。

所以，学习二分法需要注意：

• 代码中 while 的条件、low 与 high 变更的方式
• 经过 while 循环后 low 与 high 所呈现出来的性质

LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置 【medium】

34. 在排序数组中查找元素的第一个和最后一个位置 | LeetCode

这个题目就有难度了，解决这个题目，需要依靠我们在上面的题目中总结出来的经验。

由于题目要求复杂度 $O(\log n)$，所以需要通过两次二分查找来分别找到左边界和右边界。

刚刚我们总结到，当经过 while 循环后，low 指向了第一个大于等于 target 的元素，这不就是这个题目的左边界嘛！所以，我们可以写出找左边界的代码，但是因为这个题目中 nums 中的数字是可能重复的，所以我们需要做一些更改：

这个代码有两点需要我们特别关注：

• 当 val == target 的时候，我们是更新 low 还是 high？
• 左边界和 low 的关系？

在上面代码中，如果 val == target，那么就让 high 移动到 mid 左边，这样的结果就是当 while 循环完之后，等于 target 的元素都出现在了右半边，也就是 [low, end) 这个区间内，所以 low 才成了左边界。

同时因为 low 可能超出 nums 的索引范围，以及可能没有找到 target，所以给左边界 first 赋值时需要检查一下，检查不通过就是赋值 -1，代表没有找到。

根据刚刚的思路，当 val == target 时，如果我们让 low 移动到 mid 右边，那么 while 循环完的结果就变成了 “target 的元素都出现了左半边”，也就是 [0, high] 这个区间，所以 high 自然就成了右边界。

所以寻找右边界的二分写法是：

注意这里与找左边界的区别。