在数组中找到第二大数字的二进制搜索复杂度是多少答案

【问题标题】：What would be the binary search complexity to find second largest number in array在数组中找到第二大数字的二进制搜索复杂度是多少
【发布时间】：2019-10-15 14:37:10
【问题描述】：

谁能解释一下如何计算二分查找复杂度以找到数组中的第二大数。

【问题讨论】：

数组是否允许包含重复项？
是的，该数组允许包含重复项

标签： time-complexity binary-search

【解决方案1】：

二分查找是在一个有序数组上完成的。如果您已经有一个排序数组，为什么还需要做任何事情呢？

数组中倒数第二个数字（按升序排序）将是第二大数字。(O(1))

如果数组包含重复项：

例如， {0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,... }

时间复杂度为 O(log n)，其中 n 是数组中元素的数量。

最小的数字是索引 0 处的数字（称为 x），现在您可以使用二分搜索查找所有元素都等于 x 的数组边界。这些边界之外的直接邻居将是数组中的第二大数字。

如果你使用C++，可以使用this方法获取upper_bound。

【讨论】：

【解决方案2】：

对具有任何给定属性的元素的二进制搜索始终是对数的，前提是您可以在恒定时间内确定该属性是否成立。

如果数组不能包含重复项，则不需要二进制搜索，并且复杂度是恒定的。

【讨论】：

【解决方案3】：

在python中有效地做到这一点的一种方法是几乎在O（1）时间内将list[允许重复]转换为set[不允许重复]，然后在O中再次获取索引[-2]处的项目(1) 时间，假设因为是二分查找，列表会按升序排序。

【讨论】：