Java实现二分查找(折半查找)的算法

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 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。

java实现二分查找的算法


二分查找 又叫折半查找,是一种简单又快速的查找算法。它对要查找的序列有两个要求:一是该序列必须是有序的(即该序列中的所有元素都是按照大小关系排好序的,升序和降序都可以,本文假设是升序排列的),二是该序列必须是顺序存储的。


二分查找算法的原理如下:

  1. 如果待查序列为空,那么就返回-1,并退出算法;这表示查找不到目标元素。
  2. 如果待查序列不为空,则将它的中间元素与要查找的目标元素进行匹配,看它们是否相等。
  3. 如果相等,则返回该中间元素的索引,并退出算法;此时就查找成功了。
  4. 如果不相等,就再比较这两个元素的大小。
  5. 如果该中间元素大于目标元素,那么就将当前序列的前半部分作为新的待查序列;这是因为后半部分的所有元素都大于目标元素,它们全都被排除了。
  6. 如果该中间元素小于目标元素,那么就将当前序列的后半部分作为新的待查序列;这是因为前半部分的所有元素都小于目标元素,它们全都被排除了。
  7. 在新的待查序列上重新开始第1步的工作。

二分查找之所以快速,是因为它在匹配不成功的时候,每次都能排除剩余元素中一半的元素。因此可能包含目标元素的有效范围就收缩得很快,而不像顺序查找那样,每次仅能排除一个元素。



java代码实现

//二分查找的算法(必须是有序的 数组才可以 使用二分查找)
public class BinarySearch {
    public static void main(String[] args) {

//        int[] arr={-10,-1,5,10,32,56};
//        int result = binarySearch(arr, 0, arr.length-1, 56);
//        if (result!=-1){
//            System.out.printf("该数的下标为:%d ",result);
//        }else{
//            System.out.println("没有找到该数据");
//        }


        int[] arr = {-10, -1, 5, 10, 10, 10, 10, 10, 32, 56};
        ArrayList<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 10);
        if (resIndexList.size() != 0) {
            System.out.println("该数的下标为:" + resIndexList);
        } else {
            System.out.println("没有找到该数。");
        }

    }


    /**
     * @param arr     待查找的数组
     * @param left    数组的左边 从哪里开始查找
     * @param right   数组的右边
     * @param findval 待查找的值
     * @return 找到的话返回 对应的数组下标,如果没有找到返回-1.
     */
    public static int binarySearch(int[] arr, int left, int right, int findval) {

        int mid = (left + right) / 2;
        int find = arr[mid];

        if (left > right) {
            return -1;
        }

        //不用递归法
//        while(left<=right){
//            if (findval<find){
//                right=mid-1;
//                mid=(left+right)/2;
//                find = arr[mid];
//            }else if(findval>find){
//                left=mid+1;
//                mid=(left+right)/2;
//                find = arr[mid];
//            }else {
//                return mid;
//            }
//        }
//        return -1;

        //利用递归法
        if (findval < find) {
            return binarySearch(arr, left, mid - 1, findval);
        } else if (findval > find) {
            return binarySearch(arr, mid + 1, right, findval);
        } else {
            return mid;
        }
    }

    //二分查找的拓展 , 如果有相同的元素,就一起返回它的下标
    public static ArrayList<Integer> binarySearch2(int[] arr, int left, int right, int findval) {

        int mid = (left + right) / 2;
        int find = arr[mid];

        if (left > right) {
            return new ArrayList<>();
        }

        if (findval < find) {
            return binarySearch2(arr, left, mid - 1, findval);
        } else if (findval > find) {
            return binarySearch2(arr, mid + 1, right, findval);
        } else {
            ArrayList<Integer> resList = new ArrayList<>();
            int temp = mid - 1;
            while (true) {
                if (temp < 0 || arr[temp] != findval) {
                    break;
                }
                resList.add(temp);
                temp -= 1;
            }
            resList.add(mid);
            temp = mid + 1;
            while (true) {
                if (temp > right || arr[temp] != findval) {
                    break;
                }
                resList.add(temp);
                temp += 1;
            }
            return resList;
        }
    }
    
}
目录
相关文章
|
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!
|
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。
301 3
|
9月前
|
设计模式 算法 搜索推荐
Java 设计模式之策略模式:灵活切换算法的艺术
策略模式通过封装不同算法并实现灵活切换,将算法与使用解耦。以支付为例,微信、支付宝等支付方式作为独立策略,购物车根据选择调用对应支付逻辑,提升代码可维护性与扩展性,避免冗长条件判断,符合开闭原则。
2531 35
|
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。
599 0
|
9月前
|
存储 算法 搜索推荐
《数据之美》:Java数据结构与算法精要
本系列深入探讨数据结构与算法的核心原理及Java实现,涵盖线性与非线性结构、常用算法分类、复杂度分析及集合框架应用,助你提升程序效率,掌握编程底层逻辑。
|
10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。
416 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
|
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。
890 58
|
9月前
|
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。
|
12月前
|
机器学习/深度学习 算法 Java
Java实现林火蔓延路径算法
记录正在进行的森林防火项目中林火蔓延功能,本篇文章可以较好的实现森林防火蔓延,但还存在很多不足,如:很多参数只能使用默认值,所以蔓延范围仅供参考。(如果底层设备获取的数据充足,那当我没说)。注:因林火蔓延涉及因素太多,如静可燃物载量、矿质阻尼系数等存在估值,所以得出的结果仅供参考。
566 5
|
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 ~
673 1

热门文章

最新文章