Java算法探秘:二分查找详解

当你需要在一个有序数组中查找特定元素时,二分查找是一种高效的算法。它的时间复杂度为 O(log n),相较于线性查找的 O(n),二分查找可以显著提高搜索效率。本文将详细解释什么是二分查找,以及如何在 Java 中实现它。

二分查找简介

二分查找,也称为折半查找,是一种在有序数组中查找目标元素的算法。它的原理是不断将查找范围减半,直到找到目标元素或确定目标元素不存在。二分查找的步骤如下:

  1. 初始化左边界 left 为数组第一个元素的索引,右边界 right 为数组最后一个元素的索引。
  2. 计算中间元素的索引 mid,它等于 (left + right) / 2。
  3. 比较中间元素与目标元素:
  • 如果中间元素等于目标元素,则找到目标,返回中间元素的索引。
  • 如果中间元素大于目标元素,则将右边界更新为 mid - 1,继续在左半边查找。
  • 如果中间元素小于目标元素,则将左边界更新为 mid + 1,继续在右半边查找。
  1. 重复步骤 2 和 3,直到找到目标元素或左边界超过右边界。

Java 实现二分查找

以下是在 Java 中实现二分查找的示例代码:

csharp 复制代码
/**
 * 二分查找
 */
public static int binarySearch(int[] intArr,int key){
    int left = 0;
    int right = intArr.length -1;

    while(left <= right){
        //计算中间元素的索引
        int mid = (left + right) >>> 1;
        //获取中间元素的值
        int midVal = intArr[mid];
        //比较中间元素和目标元素的值
        //如果中间元素小于目标元素,则将左边界更新为 mid + 1,继续在右半边查找。
        if (midVal < key)
            left = mid + 1;
        //如果中间元素大于目标元素,则将右边界更新为 mid - 1,继续在左半边查找。
        else if (midVal > key)
            right = mid - 1;
        //如果中间元素等于目标元素,则找到目标,返回中间元素的索引。
        else
            return mid;
    }

    //如果循环结束仍未找到目标元素,返回一个负数,表示未找到,通常为-(left + 1)
    return -(left + 1);
}

public static void main(String[] args) {

    int[] intArray = new int[]{2,4,5,7,9,11,16,23,45,67};

    System.out.println(binarySearch(intArray,5));
    System.out.println(binarySearch(intArray,23));
    System.out.println(binarySearch(intArray,1));
    System.out.println(binarySearch(intArray,20));
    System.out.println(binarySearch(intArray,110));

}

输出结果为:

diff 复制代码
2
7
-1
-8
-11

上述代码中,binarySearch 方法接受一个有序数组 intArr 和目标元素 key 作为参数,然后使用二分查找算法在数组中查找目标元素的索引。如果找到目标元素,返回它的索引;否则,返回 负数 表示目标元素不存在。

注意事项

二分查找的前提是数组必须是有序的,否则无法正常工作。如果数组不是有序的,需要先对数组进行排序,然后才能使用二分查找算法。

总结

二分查找是一种高效的查找算法,适用于有序数组。它的时间复杂度为 O(log n),其中 n 是数组的长度。由于每次迭代都将搜索范围减半,因此它比线性查找等简单查找算法更加高效,特别是对于大型有序数组。通过仔细实现和理解二分查找算法,你可以在 Java 中轻松应用它来解决各种查找问题。

相关推荐
想躺平的咸鱼干2 分钟前
Elasticsearch 的自动补全以及RestAPI的使用
java·后端·elasticsearch·中间件·intellij-idea
bobz9657 分钟前
k8s 内存预留
后端
郝同学的测开笔记36 分钟前
一次业务投诉引发的思考:如何优雅地将K8s服务暴露给外部?
后端·kubernetes
壹米饭1 小时前
Java程序员学Python学习笔记一:学习python的动机与思考
java·后端·python
全栈派森1 小时前
机器学习第五课: 深度神经网络
后端·神经网络·机器学习
白露与泡影1 小时前
springboot + nacos + k8s 优雅停机
spring boot·后端·kubernetes
菜鸟谢2 小时前
windows xp 下载 sp0 sp1 sp2 sp3 sp4
后端
AirMan2 小时前
你真的懂 MySQL 的一致性读和当前读的区别吗?
后端·面试
David爱编程2 小时前
容器性能优化实战指南——防止“吃爆”服务器就靠这些招!
后端·docker·容器
Android洋芋2 小时前
GitHub项目部署的终极指南:从零到一掌握Docker实战
后端