快乐学算法or二分查找深度刨析

简介: 快乐学算法or二分查找深度刨析

零、前言


今天我学习了二分查找(折半查找法),它是用于在有序集合中查找某一元素的便捷算法;算法思想易于理解,很多同学看了就觉得自己会了,但是约易于理解的东西越难掌握好,灵活运用更是难上加难。


我先举一个例子,如果我需要在1000万的数据中找出特定的某一个数,并且要求是O(n)的时间复杂度,这个时候你会怎么做呢?习惯暴力解法的同学,是不是只会依次遍历了?那这个时候肯定就超时啦!


3f6f0c5032464173accab08089dfac5d.png


算法的魅力在于解决生活当中的问题,而一个好的算法却能使大家受益其中。


一、算法思想


二分查找是一种非常简单易懂的快速查找算法,生活中到处可见。比如说,我们现在来做一

个猜字游戏。我随机写一个 0 到 99 之间的数字,然后你来猜我写的是什么。猜的过程中,

你每猜一次,我就会告诉你猜的大了还是小了,直到猜中为止。你来想想,如何快速猜中我

写的数字呢?

假设我写的数字是 23,你可以按照下面的步骤来试一试。(如果猜测范围的数字有偶数

个,中间数有两个,就选择较小的那个。)

30800a6f23f5497c969a2eafdbfcfdac.png

7 次就猜出来了,是不是很快?这个例子用的就是二分思想,按照这个思想,即便我让你猜

的是 0 到 999 的数字,最多也只要 10 次就能猜中。


回到我们实际的开发环境,如果我们要从1000条数据中找到等于20元的订单;且已经排序完毕了,最简便的方法就是依次遍历,找不到就返回NULL;但这样太慢了,最差的情况是遍历完这1000条数据后才能找到我们需要的数据。


那到这里我们是否可以用二分的思想解决呢?


还是利用二分思想,每次都与区间的中间数据比对大小,缩小查找区间的范围。为了更加直

观,我画了一张查找过程的图。其中,low 和 high 表示待查找区间的下标,mid 表示待查

找区间的中间元素下标。


f84da74269524ac2847600b5a3ba9b83.png


看懂这两个例子,你现在对二分的思想应该掌握得妥妥的了。我这里稍微总结升华一下,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。


二、实现思路


  1. 1. 将要查找的区间的起始位置、结束位置以及其中间位置分别记录下来。
  2. 2. 拿要查找的值与区间中间位置的元素做比较,若相等则返回该位置;否则分两种情况讨论:
  3.    a. 若要查找的值比中间位置元素小,则缩小查找范围至左侧区间;
  1.    b. 若要查找的值比中间位置元素大,则缩小查找范围至右侧区间。
  2. 3. 在新的区间中寻找中间位置,重复第二步,直到找到该元素为止。

具体步骤如下:


  1. 1. 定义left=0, right=n-1表示要查找的区间的起始位置和结束位置。
  2. 2. 只要left<=right,就表示区间还没有缩小到只剩一个元素,就可以继续查找,否则就表示要查找的元素不存在于数组中。
  3. 3. 计算中间位置mid = (left + right) /2。

4. 如果arr[mid]等于要查找的元素,返回mid;否则如果arr[mid]<要查找的元素,则将要查找的范围调整为mid+1~right,继续执行步骤3。否则将要查找的范围调整为left~mid-1,继续执行步骤3。

5. 重复上述过程,直到找到要查找的元素或确定要查找的元素不存在于数组中。

6.二分查找时间复杂度为O(log n),是一种高效的查找算法。但需要注意的是,该算法只能针对已排序的数组进行查找,因此如果数组未排序,则需要先进行排序操作。


四、源码


#include <stdio.h>
int binary_search(int arr[], int low, int high, int target, int *index) {
    while (low <= high) {
        int mid = low + (high - low) / 2;
        if (arr[mid] == target) {
            *index = mid; // 将找到的目标值的下标通过指针返回
            return 1; // 返回 1 表示找到了目标值
        } else if (arr[mid] < target) {
            low = mid + 1;
        } else {
            high = mid - 1;
        }
    }
    return 0; // 返回 0 表示没找到目标值
}
int main() {
    int arr[] = {1, 3, 5, 7, 9};
    int n = sizeof(arr) / sizeof(arr[0]);
    int target = 1;
    int index = -1; // 初始化 index 为 -1,表示没找到目标值
    if (binary_search(arr, 0, n - 1, target, &index)) { // 如果找到了目标值
        printf("%d 在数组中的下标是 %d\n", target, index);
    } else { // 没找到目标值
        printf("没有找到 %d\n", target);
    }
    return 0;
}


相关文章
|
1月前
|
存储 算法 索引
【优选算法】—— 二分查找
【优选算法】—— 二分查找
|
1月前
|
算法 程序员 数据处理
算法与人生 揭秘C语言中高效搜索的秘诀——二分查找算法详解
算法与人生 揭秘C语言中高效搜索的秘诀——二分查找算法详解
|
2月前
|
人工智能 算法 测试技术
【动态规划】【二分查找】C++算法 466 统计重复个数
【动态规划】【二分查找】C++算法 466 统计重复个数
|
3月前
|
算法 测试技术 C#
【KMP】【二分查找】【C++算法】100207. 找出数组中的美丽下标 II
【KMP】【二分查找】【C++算法】100207. 找出数组中的美丽下标 II
|
3月前
|
算法 测试技术 C#
C++二分查找算法:包含每个查询的最小区间
C++二分查找算法:包含每个查询的最小区间
|
3月前
|
存储 算法 Java
【算法系列篇】二分查找——这还是你所知道的二分查找算法吗?
【算法系列篇】二分查找——这还是你所知道的二分查找算法吗?
|
14天前
|
算法
优选算法|【双指针】|202.快乐数
优选算法|【双指针】|202.快乐数
|
17天前
|
算法 测试技术 Serverless
【二分查找】【C++算法】378. 有序矩阵中第 K 小的元素
【二分查找】【C++算法】378. 有序矩阵中第 K 小的元素
|
1月前
|
算法 索引
算法思想总结:二分查找算法
算法思想总结:二分查找算法
|
1月前
|
算法 测试技术 API
深入理解二分查找算法(一)
深入理解二分查找算法(一)