Java基础数组-二分查找算法

简介: Java基础数组-二分查找算法

关于查找算法中的:二分法查找。


10(下标0) 11 12 13 14 15 16 17 18 19 20(下标10) arr数组。

通过二分法查找,找出18这个元素的下标:


(0 + 10) / 2 --> 中间元素的下标: 5

拿着中间这个元素和目标要查找的元素进行对比:


中间元素是:arr[5] --> 15

15 < 18(被查找的元素)

被查找的元素18在目前中间元素15的右边。

所以开始元素的下标从0变成 5 + 1.

再重新计算一个中间元素的下标:


开始下标是:5 + 1

结束下标是:10

(6 + 10) / 2 --> 8

8下标对应的元素arr[8]是18

找到的中间元素正好和被找的的元素18相等,表示找到了:下标为8


二分法查找的终止条件:一直折半,直到中间的那个元素恰好是被查找的元素。


二分法查找算法是基于排序的基础之上。(没有排序的数据是无法查找的。)


二分法查找效率要高于“一个挨着一个”的这种查找方式。


二分法查找原理:


10(0下标) 23 56 89 100 111 222 235 500 600(下标9) arr数组

目标:找出600的下标

(0 + 9) / 2 --> 4(中间元素的下标)

arr[4]这个元素就是中间元素:arr[4]是 100

100 < 600

说明被查找的元素在100的右边。

那么此时开始下标变成:4 + 1


(5 + 9) / 2 --> 7(中间元素的下标)

arr[7] 对应的是:235

235 < 600

说明被查找的元素在235的右边。


开始下标又进行了转变:7 + 1

(8 + 9) / 2 --> 8

arr[8] --> 500

500 < 600

开始元素的下标又发生了变化:8 + 1

(9 + 9) / 2 --> 9

arr[9]是600,正好和600相等,此时找到了。


示例代码:


public class ArrayUtil {
    public static void main(String[] args) {
        int arr[] = {100,200,230,235,600,1000,2000,9999};
        int index = binarySearch(arr,9999);
        System.out.println(index == -1 ? "该元素不存在" : "该元素的下标为:" + index);
    }
    /**
     *从数组中查找目标元素的下标
     * @param arr 被查找的数组(这个必须是已经排序的)
     * @param dest 目标元素
     * @return -1表示该元素不存在,其次它表示返回该元素的下标
     */
    public static int binarySearch(int[] arr, int dest) {
        //开始元素下标
        int begin = 0;
        //结束元素下标
        int end = arr.length-1;
        //开始元素的下标只要在结束元素下标的左边,就有机会继续循环
        while(begin <= end) {
            //中间元素下标
            int mid = (begin + end) / 2;
            if (arr[mid] == dest) {
                return mid;
            } else if (arr[mid] < dest) {
                //目标在中间的右边
                //开始元素下标需要发生变化(开始元素的下标需要重新赋值)
                begin = mid + 1;//一直增
            }else {
                //arr[mid] < dest
                //目标元素在中间的左边
                //修改结束元素的下标
                end = mid - 1;//一直减
            }
        }
        return -1;
    }


运行结果:


0a2653c851af460fa595bd959398a8f1.png

相关文章
|
2月前
|
存储 缓存 Java
Java数组全解析:一维、多维与内存模型
本文深入解析Java数组的内存布局与操作技巧,涵盖一维及多维数组的声明、初始化、内存模型,以及数组常见陷阱和性能优化。通过图文结合的方式帮助开发者彻底理解数组本质,并提供Arrays工具类的实用方法与面试高频问题解析,助你掌握数组核心知识,避免常见错误。
|
5月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
1月前
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
88 1
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
9天前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
5月前
|
存储 缓存 监控
上网行为监控系统剖析:基于 Java LinkedHashMap 算法的时间序列追踪机制探究
数字化办公蓬勃发展的背景下,上网行为监控系统已成为企业维护信息安全、提升工作效能的关键手段。该系统需实时记录并深入分析员工的网络访问行为,如何高效存储和管理这些处于动态变化中的数据,便成为亟待解决的核心问题。Java 语言中的LinkedHashMap数据结构,凭借其独有的有序性特征以及可灵活配置的淘汰策略,为上网行为监控系统提供了一种兼顾性能与功能需求的数据管理方案。本文将对LinkedHashMap在上网行为监控系统中的应用原理、实现路径及其应用价值展开深入探究。
122 3
|
1月前
|
Java
Java 数组学习笔记
本文整理Java数组常用操作:遍历、求和、查找、最值及二维数组行求和等典型练习,涵盖静态初始化、元素翻倍、去极值求平均等实例,帮助掌握数组基础与应用。
|
5月前
|
人工智能 算法 NoSQL
LRU算法的Java实现
LRU(Least Recently Used)算法用于淘汰最近最少使用的数据,常应用于内存管理策略中。在Redis中,通过`maxmemory-policy`配置实现不同淘汰策略,如`allkeys-lru`和`volatile-lru`等,采用采样方式近似LRU以优化性能。Java中可通过`LinkedHashMap`轻松实现LRUCache,利用其`accessOrder`特性和`removeEldestEntry`方法完成缓存淘汰逻辑,代码简洁高效。
236 0
|
4月前
|
存储 算法 安全
Java中的对称加密算法的原理与实现
本文详细解析了Java中三种常用对称加密算法(AES、DES、3DES)的实现原理及应用。对称加密使用相同密钥进行加解密,适合数据安全传输与存储。AES作为现代标准,支持128/192/256位密钥,安全性高;DES采用56位密钥,现已不够安全;3DES通过三重加密增强安全性,但性能较低。文章提供了各算法的具体Java代码示例,便于快速上手实现加密解密操作,帮助用户根据需求选择合适的加密方案保护数据安全。
375 58
|
3月前
|
存储 负载均衡 算法
我们来说一说 Java 的一致性 Hash 算法
我是小假 期待与你的下一次相遇 ~
130 1

热门文章

最新文章