算法-05-二分查找

二分查找(Binary Search)算法,也叫折半查找算法,是一种针对有序数据集合的查找算法。

1-二分查找的思想

我们生活中猜数字的游戏,告诉你一个数据范围,比如0-100,然后你说出一个数字,我告诉你的目标数字比你的大还是小,你继续猜,根据二分查找的思想,你只要几次就可以猜中。比如目标值68。

每次猜一个数字,通过告知结果后,排除掉一半的数字,这种思想就是二分查找。

二分查找针对的是一个有序的数据集合,查找思想有点类似分治思想。每次都通过跟区间的中间元素对比,将待查找的区间缩小为之前的一半,直到找到要查找的元素,或者区间被缩小为0

折半的思想从而使得二分查找的时间复杂度是O(logn)。这是一种极其高效的时间复杂度;因为logn是一个非常"恐怖"的数量级,即便n非常非常大,对应的logn也很小。比如n等于2的32次方,大约是42亿。也就是说,如果我们在42亿个数据中用二分查找一个数据,最多需要比较32次。

2-二分查找实现

假设数组中不存在重复的元素(数组中的元素有序,并且从小到大排序好),查找数组中是否存在某个元素,存在就返回元素在数组中的下标;不存在就返回-1。

java 复制代码
   /**
     * 查询数组中等于 target 的 索引
     * 数组中没有重复的元素
     *
     * @param array  待查找的数组
     * @param target 目标值
     * @return 数组下标索引,没有查询到返回-1
     */
private static int binarySearch01(int[] array, int target) {
        int low = 0;
        int high = array.length - 1;
        while (low <= high) {
            int mid = low + ((high - low) >> 1);
            if (array[mid] == target) {
                return mid;
            }
            if (array[mid] > target) {
                high = mid - 1;
            }
            if (array[mid] < target) {
                low = mid + 1;
            }
        }
        return -1;

}

3-二分查找的特点

(1)二分查找依赖的是顺序表结构,简单点说就是数组。

(2)二分查找针对的是有序数据。

(3)数据量太小不适合二分查找。但是如果数据之间的比较操作非常耗时,不管数据量大小,我都推荐使用二分查找。比如,数组中存储的都是长度超过300的字符串,如此长的两个字符串之间比对大小,就会非常耗时。我们需要尽可能地减少比较次数,而比较次数的减少会大大提高性能,这个时候二分查找就比顺序遍历更有优势。

(4)数据量太大也不适合二分查找。二分查找的底层需要依赖数组这种数据结构,而数组为了支持随机访问的特性,要求内存空间连续,对内存的要求比较苛刻。

4-二分查找的变形问题

4.1-查找第一个值等于给定值的元素

上面的二分查找算法中,要求数组中存在不重复的数字,现在我们取消这个限制,查找数组中第一个值等于给定值的元素。

java 复制代码
    /**
     * 查询数组中第一个等于target的数字,返回数组的索引
     *
     * @param array  目前数组
     * @param target 目标值
     * @return 数组下标索引,没有查询到返回-1
     */
    private static int binarySearch02(int[] array, int target) {
        int low = 0;
        int high = array.length - 1;
        while (low <= high) {
            int mid = low + ((high - low) >> 1);
            if (array[mid] == target) {
                if ((mid == 0) || array[mid - 1] != target) {
                    return mid;
                } else {
                    high = mid - 1;
                }
            }
            if (array[mid] > target) {
                high = mid - 1;
            }
            if (array[mid] < target) {
                low = mid + 1;
            }
        }
        return -1;
    }

如果mid等于0,那这个元素已经是数组的第一个元素,那它肯定是我们要找的;如果mid不等于0,但amid的前一个元素amid-1不等于value,那也说明amid就是我们要找的第一个值等于给定值的元素。

4.2-查找最后一个值等于给定值的元素

要求数组中存在不重复的数字,现在我们取消这个限制,查找数组中最后一个值等于给定值的元素。

java 复制代码
    /**
     * 查询数组中最后一个等于target的数字,返回数组的索引
     *
     * @param array  目前数组
     * @param target 目标值
     * @return 数组下标索引,没有查询到返回-1
     */
    private static int binarySearch03(int[] array, int target) {
        int low = 0;
        int maxIndex = array.length - 1;
        int high = array.length - 1;
        while (low <= high) {
            int mid = low + ((high - low) >> 1);
            if (array[mid] == target) {
                if ((mid == maxIndex) || array[mid + 1] != target) {
                    return mid;
                } else {
                    low = mid + 1;
                }
            }
            if (array[mid] > target) {
                high = mid - 1;
            }
            if (array[mid] < target) {
                low = mid + 1;
            }
        }
        return -1;
    }

如果amid这个元素已经是数组中的最后一个元素了,那它肯定是我们要找的;如果amid的后一个元素amid+1不等于value,那也说明amid就是我们要找的最后一个值等于给定值的元素。如果我们经过检查之后,发现amid后面的一个元素amid+1也等于value,那说明当前的这个amid并不是最后一个值等于给定值的元素。我们就更新low=mid+1,因为要找的元素肯定出现在mid+1, high之间。

4.3-查找第一个大于等于给定值的元素

对于amid大于等于给定值value的情况,我们要先看下这个amid是不是我们要找的第一个值大于等于给定值的元素。如果amid前面已经没有元素,或者前面一个元素小于要查找的值value,那amid就是我们要找的元素。如果amid-1也大于等于要查找的值value,那说明要查找的元素在low, mid-1之间,所以,我们将high更新为mid-1。

java 复制代码
  /**
     * 查询数组中查找第一个大于等于给定值的元素,返回数组的索引
     *
     * @param array  目前数组
     * @param target 目标值
     * @return 数组下标索引,没有查询到返回-1
     */
    private static int binarySearch04(int[] array, int target) {
        int low = 0;
        int high = array.length - 1;
        while (low <= high) {
            int mid = low + ((high - low) >> 1);
            if (array[mid] >= target) {
                if ((mid == 0) || array[mid - 1] < target) {
                    return mid;
                } else {
                    high = mid - 1;
                }
            } else {
                low = mid + 1;
            }
        }
        return -1;
    }

4.4-查找最后一个小于等于给定值的元素

对于amid小于等于给定值value的情况,我们要先看下这个amid是不是我们要找的最后一个值小于等于给定值的元素。如果amid后面已经没有元素,或者后面一个元素大于要查找的值value,那amid就是我们要找的元素。如果amid+1也小于等于要查找的值value,那说明要查找的元素在mid+1, high之间,所以,我们将low更新为mid+1。

java 复制代码
    /**
     * 查询数组中查找最后一个小于等于给定值的元素,返回数组的索引
     *
     * @param array  目前数组
     * @param target 目标值
     * @return 数组下标索引,没有查询到返回-1
     */
    private static int binarySearch05(int[] array, int target) {
        int low = 0;
        int maxIndex = array.length - 1;
        int high = array.length - 1;
        while (low <= high) {
            int mid = low + ((high - low) >> 1);
            if (array[mid] <= target) {
                if ((mid == maxIndex) || array[mid + 1] > target) {
                    return mid;
                } else {
                    low = mid + 1;
                }
            }

        }
        return -1;
    }
相关推荐
大熊背2 分钟前
树莓派相机自动白平衡详解(四)
算法·树莓派·白平衡·isppipeline
一米阳光86615 分钟前
软考(中级)软件设计师核心笔记(9)算法——背包问题
笔记·算法·职场发展·软考·软件设计师·中级职称
晚风醉蝶17 分钟前
1-11-奇偶排序-OddEvenSort
java·数据结构·算法
旖旎夜光24 分钟前
LeetCode 852:山脉数组的峰顶索引(二分查找) —— 题解
数据结构·c++·算法·leetcode·二分查找
白露与泡影2 小时前
解密 Pi 的 Harness 工程:Agent 会话如何实现持久化与恢复
java·人工智能·算法
happyprince4 小时前
01-整体观-Codex全貌解读(源码)
算法·ai编程
俊基科技4 小时前
别自己写算法了,让这颗37.5毫米的模组替你“闭嘴干活”
神经网络·算法·硬件开发·ai降噪·语音模块·回音消除
_Narcissus_5 小时前
动态规划初探(含完整代码实现)
c语言·数据结构·c++·算法·动态规划·背包问题·最短路径
世人万千丶5 小时前
鸿蒙项目实战 - 社区活动编排板:标签云布局算法与自动换行
学习·算法·华为·harmonyos·鸿蒙