zoukankan      html  css  js  c++  java
  • 二分查找(折半查找)

    一、什么是二分查找

    二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列

    二、算法复杂度

    二分查找的基本思想是将n个元素分成大致相等的两部分,取a[n/2]与x做比较,如果x=a[n/2],则找到x,算法中止;如果x<a[n/2],则只要在数组a的左半部分继续搜索x,如果x>a[n/2],则只要在数组a的右半部搜索x.
    时间复杂度即是while循环的次数。
    总共有n个元素,
    渐渐跟下去就是n,n/2,n/4,....n/2^k(接下来操作元素的剩余个数),其中k就是循环的次数
    由于你n/2^k取整后>=1
    即令n/2^k=1
    可得k=log2n,(是以2为底,n的对数)
    所以时间复杂度可以表示O(h)=O(log2n)

    三、如何理解二分查找

    给定范围0到1000的整数:

    第一次我们选择500,发现偏大了,

    那么下一次的选择范围,就变成了1到499:

    第二次我们选择250,发现还是偏大了,

    那么下一次的选择范围,就变成了1到249:

    第三次我们选择125,发现偏小了,

    那么下一次的选择范围,就变成了126到249:

    以此类推,最坏的情况需要猜测多少次呢?

    答案是 log1000 = 10次,

    也就是让原本的区间范围进行10次 “折半”。

    四、代码实现

    1.非递归方式

     1 import java.util.Arrays;
     2 
     3 public class test07 {
     4     public static void main(String[] args) {
     5         int[] arr = new int[]{15,66,48,9,54,11,87,100,40,8,9,7,12,13};
     6         int key = 11;  //要查找的数
     7         Arrays.sort(arr);  //二分查找,之前一定要对数组进行元素排序
     8         System.out.println(Arrays.toString(arr));   //打印数组
     9         System.out.println(key+"元素的索引"+binarySearch(arr,key));
    10     }
    11     public static int binarySearch(int[] array,int key){
    12         //头指针初始位置
    13         int low = 0;
    14         //尾指针初始位置
    15         int high = array.length - 1;
    16         //判断查找的数是否在数组中,如果此处不加判断,则可能报java.lang.StackOverflowError栈内存溢出
    17         if(low>high||key>array[high]||key<array[low]){
    18             return -1;
    19         }
    20         while(low<=high){
    21             //计算中间值的索引,防止溢出
    22             int mid = low+ (high - low)/2;
    23             if(key==array[mid]){
    24                 return mid;    //返回查询到的索引位置
    25             }else if (key>array[mid]){
    26                 low = mid+1; //mid所对应的的值比key小,key应该在右边
    27             }else {
    28                 high = mid-1;  //mid所对应的的值比key大,key应该在左边
    29             }
    30         }
    31         //若没有,则返回-1
    32         return -1;
    33     }
    34 }

    2.非递归方式

     1 import java.lang.annotation.ElementType;
     2 import java.util.Arrays;
     3 
     4 public class test07 {
     5     public static void main(String[] args) {
     6         int[] arr = new int[]{15,66,48,9,54,11,87,100,40,8,9,7,12,13};
     7         int key = 11;  //要查找的数
     8         //头指针初始位置
     9         int low = 0;
    10         //尾指针初始位置
    11         int high = arr.length - 1;
    12         Arrays.sort(arr);  //二分查找,之前一定要对数组进行元素排序
    13         System.out.println(Arrays.toString(arr));   //打印数组
    14         System.out.println(key+"元素的索引"+binarySearch(arr,low,high,key));
    15     }
    16     public static int binarySearch(int[] array,int low,int high,int key){
    17         //判断查找的数是否在数组中,如果此处不加判断,则可能报java.lang.StackOverflowError栈内存溢出
    18         if(low>high||key>array[high]||key<array[low]){
    19             return -1;
    20         }
    21         //计算中间值的索引,防止溢出
    22         int mid = low+ (high - low)/2;
    23         if (key>array[mid]){
    24             return binarySearch(array,mid+1,high,key);     //mid所对应的的值比key小,key应该在右边
    25         }else if(key<array[mid]){
    26             return binarySearch(array,low,mid-1,key); //mid所对应的的值比key大,key应该在左边
    27         }else{
    28             return mid;
    29         }
    30     }
    31 }

    二分查找中值(mid)计算 二分查找中值计算有三种方式:

    • int mid = (low + high)/ 2;
    • int mid = low + (high - low) / 2;
    • int mid = (high + low) >>> 1
    • 上述两种算法看似第一种要简洁,第二种提取之后,跟第一种没有什么区别。但是实际上上述两种计算是有区别的,
    • 第一种的做法是在极端情况下计算的,(low + high)存在着溢出的风险,进而有可能得到错误的mid结果,导致程序错误;
    • 而第二种算法能够保证计算出来的mid值一定大于low、小于high,不存在溢出的问题。
    • 针对第一种算法为了防止溢出问题,可以使用:int mid = (high + low) >>> 1; 解决此问题。

    五、二分查找的优缺点:

    优点:比较次数少,查找速度快,平均性能好。

    缺点:必须有序,必须是数组。

  • 相关阅读:
    GitLab基本用法
    SSH免密登录详解
    一文搞懂GitLab安装部署及服务配置
    初识:LevelDB
    Jenkins安装与Gitlab项目部署详解
    CentOS7的安装和配置
    C/C++语言的学习方向
    C语言atoi函数
    C语言整数的取值范围
    C语言scanf函数
  • 原文地址:https://www.cnblogs.com/qiaoxin11/p/12556291.html
Copyright © 2011-2022 走看看