讲师中心 微信公众号
AI工具推荐 视频效率加速

C++如何在一个有序数组中查找元素的插入位置

落瑶君_8338

落瑶君_8338

发布时间:2026-08-23 12:33:04

|

214人浏览过

|

来源于php中文网

原创

std::lower_bound用于有序数组中查找第一个不小于目标值的元素下标,返回迭代器需转为下标,时间复杂度O(log n);使用时需确保数组升序、处理边界情况,并注意与upper_bound的区别及插入开销。

c++如何在一个有序数组中查找元素的插入位置

用 std::lower_bound 直接获取插入位置

有序数组中找插入位置,本质是找第一个不小于目标值的元素下标——这正是 std::lower_bound 的语义。它返回迭代器,减去起始迭代器就是下标,时间复杂度 O(log n),且无需手写二分逻辑。

常见错误是误用 std::upper_bound(它返回第一个大于目标值的位置),或对空数组、全小于/全大于目标的情况没做边界检查。

  • 数组必须严格升序(或按同一比较规则有序),否则行为未定义
  • 若目标值已存在,std::lower_bound 返回其首次出现位置,符合“插入后仍有序”的要求
  • 注意返回的是迭代器,转下标要写 it - vec.begin(),不是 it - &vec[0](后者对 vector 不安全)
vector<int> arr = {1, 3, 5, 6};
int target = 5;
auto it = lower_bound(arr.begin(), arr.end(), target);
int pos = it - arr.begin(); // pos == 2

手写二分时为什么左闭右开区间更稳妥

很多教程用左闭右闭([left, right]),但容易在 left == right 时陷入死循环或漏判边界;左闭右开([left, right))统一用 while (left < right),每次缩小区间都明确排除一个位置,逻辑更清晰。

关键点在于:右边界始终不参与比较,所以 right 初始化为 n(数组长度),而非 n-1;更新时 right = mid 而非 mid - 1。

C++ 算法竞赛自动化测试数据生成与校验框架
C++ 算法竞赛自动化测试数据生成与校验框架

根据原题生成新题面、验证器及完整测试数据,自动套用 testlib 模板,用于用户要求生成测试数据时。

下载

立即学习“C++免费学习笔记(深入)”;

  • 当 arr[mid] < target,说明插入位置一定在 mid+1 右侧,所以 left = mid + 1
  • 当 arr[mid] >= target,mid 本身可能是答案,所以保留 mid,即 right = mid
  • 循环结束时 left == right,该下标就是插入位置

处理重复元素时 lower_bound 和 upper_bound 的区别

如果数组含重复值(如 {1,2,2,2,3}),std::lower_bound 返回第一个 2 的位置,std::upper_bound 返回最后一个 2 后面的位置。插入位置取决于需求:

  • 想保持相等元素相对顺序(稳定插入),用 lower_bound
  • 想插到所有相同元素之后(例如实现 multiset 的等价插入),用 upper_bound
  • 两者返回位置差值,就是该值在数组中的出现次数
vector<int> arr = {1,2,2,2,3};
int pos1 = lower_bound(arr.begin(), arr.end(), 2) - arr.begin(); // 1
int pos2 = upper_bound(arr.begin(), arr.end(), 2) - arr.begin(); // 4

原地插入元素前必须检查容量和移动开销

std::lower_bound 只给出位置,真正调用 vec.insert(it, val) 会触发后续元素整体后移,复杂度 O(n)。如果只是查找位置,别盲目插入;如果真要插入,注意:

  • vector 插入可能触发内存重分配,提前 reserve 可避免多次拷贝
  • 若数组是裸指针(如 int*),插入需手动 memmove,且必须确保有足够空间
  • 对于只读场景,返回下标即可;频繁插入建议换用 std::set 或 std::multiset

最常被忽略的是:函数返回插入位置,不等于该位置当前有有效元素——越界下标(如 pos == arr.size())是合法的插入尾部位置,但直接 arr[pos] 访问会崩溃。

热门AI工具

更多
UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

LibLibAI
LibLibAI Hot

一款AI视频创作工具,主要用于国内领先的AI创意平台,以海量模型、低门槛操作与“创作-分享-商业化”生态,让小白与专业创作者都能高效实现图文乃至视频创意表达,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

相关专题

更多
c++和c语言的区别有哪些
c++和c语言的区别有哪些

c++和c语言的区别:1、面向对象编程(OOP)支持不同;2、新增特性不同;3、标准库不同;4、编译方式不同;5、命名空间不同等等。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2148

2024.03.14

c++和python学习顺序推荐
c++和python学习顺序推荐

一般建议先学习C++,再学习Python,因为这样可以逐步从较为底层的编程语言向更高级的语言过渡。想了解更多python的相关内容,可以阅读本专题下面的文章。

959

2024.03.14

python和c++学习性价比分析
python和c++学习性价比分析

Python易于学习,广泛应用于Web开发、数据科学和人工智能等领域,但性能较低。C语言性能高,适用于对性能要求较高的场景,如游戏开发和系统编程,但学习曲线陡峭,错误处理复杂。想了解更多python的相关内容,可以阅读本专题下面的文章。

387

2024.03.14

c语言和c++一样吗
c语言和c++一样吗

c语言和c++是两种不同的编程语言,虽然有相似之处,但存在显著差异。c语言专注于过程式编程和系统级开发,以简洁、高效著称。c++作为c语言的超集,引入了面向对象编程,增强了代码组织和管理能力,但学习曲线也更陡峭。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

307

2024.03.14

c语言和c++先学哪个好
c语言和c++先学哪个好

初学者选择学习c语言还是c++语言,需要根据个人学习目标、背景以及编程兴趣和预期应用方向来决定。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

366

2024.03.14

c语言和c++的区别和联系
c语言和c++的区别和联系

c语言和c++是计算机科学领域应用广泛的编程语言。虽然它们有着相似的基础,但它们在语言类型、语法功能和内存管理方面存在着显著差异。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

560

2024.03.14

c++软件中文更改教程
c++软件中文更改教程

对于 ide,可通过打开设置,找到语言设置,选择中文,并保存更改。对于非 ide 应用程序,可查找设置或选项,选择语言设置,更改为中文,并保存更改。想了解更多c++的相关内容,可以阅读本专题下面的文章。

1389

2024.03.21

python和java和c++学习性价比分析
python和java和c++学习性价比分析

Python以其易学性、丰富的库和活跃的社区而著称,适合数据科学、人工智能和Web开发。Java以其跨平台性、企业级应用开发和Android应用开发而闻名。C++以其底层控制能力、高效性能和游戏开发而著称。选择哪种语言取决于个人兴趣、职业方向和特定需求。想了解更多python和java和c++的相关内容,可以阅读本专题下面的文章。

1177

2024.03.22

Buffalo框架数据库开发全教程
Buffalo框架数据库开发全教程

本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。

80

2026.09.23

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Conan 2 Essentials 免费课程
Conan 2 Essentials 免费课程

共0课时 | 0人学习

CMake 与 Conan 集成实践
CMake 与 Conan 集成实践

共0课时 | 0人学习

Conan 2 高级依赖模型介绍
Conan 2 高级依赖模型介绍

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn