算法——二分查找

简介: 算法——二分查找

前言


最进在学习过程遇到二分查找,有所收获,特作如下整理,如有不妥,请指正!


介绍


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。


特点


时间复杂度


      最好情况:O(1)


      平均情况:  O( log ⁡ 2 n )


      最坏情况:  O( log ⁡ 2 n )



空间复杂度:O(1)


稳定性:稳定


使用条件


必须采用顺序存储结构


必须按关键字大小有序排列


基本思想


二分查找是一种非常高效的算法,又称之为折半查找,顾名思义就是将查找的值和数组的中间值作比较


如果被查找的值小于中间值,就在中间值左侧数组继续查找;如果大于中间值,就在中间值右侧数组中查找;否则中间值就是要找的元素。


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:要求待查表为有序表,且插入删除困难。


因此,折半查找方法适用于不经常变动而查找频繁的有序列表。


实现


假设存在这样一个数组a[8],数组中存在有8个按顺序存储的数:

a[8] = [1,2,3,4,5,6,7,8];


用表格来将这个数组展示出来,表格如下:


表格①

20190826214749727.png


首先,取数组的初始索引值(low=0),末尾索引值(high=7),再根据这两个值取中间索引值(mid = (low + high) / 2 = 3),将这三个表示加入到表格中,表格如下:


表格②

20190826215049982.png


假设这里想要查找的值是“5”。


这时比较5与mid索引的值(4),因为5>4,所以需要查找以mid为分界线的右半区。此时,low的索引值变为low = mid + 1 = 4,而mid的值转变为mid = (low + high) / 2 = 5,表格如下:


表格③

20190826215049982.png


这时比较5与mid索引的值(6),因为5<6,所以需要查找以mid为分界线的左半区。此时,high的索引值变为high = mid - 1 = 4,而mid的值转变为mid = (low + high) / 2 = 4,表格如下:


表格④

20190826215136117.png


此时,mid的索引对应的值与想要查找的值对应,查找结束。


总结


首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。


思路分析:


1.首先确定该数组的中间下标mid=(left+right)/2


2.然后让需要查找的数value和arr[mid]比较


2.1 value>arr[mid],说明查找的数在mid的右边,因此需要递归向右查找


2.2 value


2.3 value=arr[mid],说明找到,就返回


//什么时候需要结束递归


1)找到就结束递归


2)递归完整个数组,仍然没有找到value,也需要结束递归,当left>right就需要退出


代码实现


public static int binarySearch(Integer[] srcArray, int value) {
    //定义初始最小、最大索引
    int start = 0;
    int end = srcArray.length - 1;
    //确保不会出现重复查找,越界
    while (start <= end) {
        //计算出中间索引值
        int middle = (end + start)>>>1 ;//防止溢出
        if (value == srcArray[middle]) {
            return middle;
        //判断下限
        } else if (value < srcArray[middle]) {
            end = middle - 1;
        //判断上限
        } else {
            start = middle + 1;
        }
    }
    //若没有,则返回-1
    return -1;
}


参考:Java实现二分法查找数组

package cn.kgc.kb03.sort;
import java.util.ArrayList;
import java.util.List;
/**
 * @author:BeiisBei
 * @date:2019/9/8
 * @aim:二分查找
 */
public class BinarySearch {
    public static void main(String[] args) {
        int arr[]={1,34,56,200,200,200,1000,1999};
//        int resIndex = binarySearch(arr,0,arr.length-1,1);
//        System.out.println("resIndex"+"="+resIndex);
        List<Integer> resIndexList=binarySearch2(arr,0,arr.length-1,200);
        System.out.println("resIndexList ="+resIndexList);
    }
    //二分查找算法
    /**
     *
     * @param arr 数组
     * @param left 左边的索引
     * @param right 右边的索引
     * @param findValue 要查找的值
     * @return 如果找到就返回下标,如果没有找到,就返回-1
     */
    public static List<Integer> binarySearch2(int[] arr, int left, int right, int findValue) {
        //当left>right 时,说明递归整个数组,还是没有找到
        if(left>right){
            return new ArrayList<Integer>();
        }
        int mid = (left+right)/2;
        int midValue = arr[mid];
        if(findValue>midValue){ //向右递归
            return binarySearch2(arr,mid+1,right,findValue);
        } else if(findValue<midValue){ //向左递归
            return binarySearch2(arr,left,mid-1,findValue);
        } else{
//       1. 在找到mid索引值,不要马上返回
//       2. 向mid 索引值的左边扫描,将所有满足200的元素下标,加入到集合ArrayList
//       3. 向mid 索引值的右边扫描,将所有满足200的元素下标,加入到集合ArrayList
//       4. 将ArrayList返回
            List<Integer> resIndexlist = new ArrayList<Integer>();
            //向mid 索引值的左边扫描,将所有满足200的元素下标,加入到集合ArrayList
            int temp=mid - 1;
            while(true){
                if(temp<0 || arr[temp]!= findValue){ //退出
                    break;
                }
                //否则temp 放入到resIndexlist
                resIndexlist.add(temp);
                temp -= 1; //temp 左移
            }
            resIndexlist.add(mid);
            //向mid 索引值的右边扫描,将所有满足200的元素下标,加入到集合ArrayList
            temp=mid + 1;
            while(true){
                if(temp>arr.length-1 || arr[temp]!= findValue){ //退出
                    break;
                }
                //否则temp 放入到resIndexlist
                resIndexlist.add(temp);
                temp += 1; //temp 右移
            }
            return resIndexlist;
        }
    }
    /**当一个有序数组种,有多个相同数值时,如何将所有的数值查找到
     * 比如数组中的200
     *
     * 思路分析:
     * 1. 在找到mid索引值,不要马上返回
     * 2. 向mid 索引值的左边扫描,将所有满足200的元素下标,加入到集合ArrayList
     * 3. 向mid 索引值的右边扫描,将所有满足200的元素下标,加入到集合ArrayList
     * 4. 将ArrayList返回
     */
}



目录
相关文章
|
3月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
1月前
|
算法 C# 索引
C#二分查找算法
C#二分查找算法
|
1月前
|
存储 算法 C语言
【C语言】二分查找算法
【C语言】二分查找算法
|
1月前
|
消息中间件 存储 算法
一文搞懂二分查找算法!
一文搞懂二分查找算法!
|
1月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
22 0
|
3月前
|
存储 算法 Java
深入算法基础二分查找数组
文章深入学习了二分查找算法的基础,通过实战例子详细解释了算法的逻辑流程,强调了确定合法搜索边界的重要性,并提供了Java语言的代码实现。
深入算法基础二分查找数组
|
3月前
|
算法
【算法】二分查找——二分查找
【算法】二分查找——二分查找
|
4月前
|
算法
【算法】二分查找(整数二分和浮点数二分)
算法学习——二分查找(整数二分和浮点数二分)
44 0
【算法】二分查找(整数二分和浮点数二分)
|
5月前
|
存储 算法 C语言
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
|
5月前
|
机器学习/深度学习 算法 索引
数据结构算法--1 顺序查找二分查找
**顺序查找时间复杂度为O(n)**,适合无序列表,可以通过`enumerate`或直接遍历索引来实现。**二分查找时间复杂度为O(logn)**,适用于有序列表,利用Python中`left`、`right`指针和`mid`点不断缩小搜索范围。效率上二分查找更优。
下一篇
无影云桌面