二分查找【多种方法+图解】

简介: 介绍以及简单思路介绍第一种解法,[left,right]区间第二种解法,[left,right)区间

二分查找【多种方法+图解】

前言

介绍以及简单思路介绍

第一种解法,[left,right]区间

第二种解法,[left,right)区间

递归解法

前言


二分查找其实是一个十分容易理解的方法,在很多人思路里都知道先这个…再那个…,其实二分查找也有许多细节需要去细细分析


介绍以及简单思路介绍


二分查找是对于一个有序数组进行查找,如果数组无序,可以通过最简单的冒泡排序去排序


1找到数组的中间位置

检查中间位置的数组是否与要查找的数据key相等

a: 相等,就找到,打印下标跳出循环

b: key<arr[mid],则key可能在arr[mid]的左半侧,继续到左半侧进行二分查找

c: key》arr[mid],则key可能在arr[mid]的右半侧,继续到右半侧进行二分查找

如果找到,打印下标,否则继续,直到区间中没有元素时,说明key不在集合中

可见这里的中间值是一个十分重要的值,对于求这个中间的值还有一个小细节:

left为数组左下标,right为数组右下标

提到求中间值,我们第一时刻就会想到:int mid = (left+right)/2,这样在一般情况下是没有问题的

但是int类型是有它的范围的,有可能两个int类型的值相加的值就会超过int的最大范围值,也就是溢出

所以这里我们最好这样写:int mid = left + (right - left) / 2,这样就会避免溢出,其实把这个式子进行通分,就会得出(left+right)/2这个式子,他们的本质实际是一样的,只是后者避免溢出而已


接下来有两种解法,我们要注意三点:


right的右半侧区间取值,决定了后续的写法

while循环条件是否有等号

更改right和left的边界时,是否要+1和-1

第一种解法,[left,right]区间


int main()
{
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  int key = 0;
  scanf("%d" ,&key);
  int left = 0;
  int right = sizeof(arr) / sizeof(arr[1]) - 1;
  while (left <= right) //right位置有元素,要添加=号
  {
  int mid = left + (right - left) / 2;
  if (arr[mid] > key)
  {
    right = mid - 1;
  }
  else if (arr[mid] < key)
  {
    left = mid + 1;
  }
  else
  {
    printf("找到了,下标是:%d\n", mid);
    break;
  }
  }
  if (left > right)
  {
  printf("找不到\n");
  }
  return 0;
}


在while的循环条件是left <= right,就是哪怕left==right时,也会再循环一次

如果情况如下图时,也会再有一次循环去得到mid的值,如果判断条件是left<right时,则下图的情况则会退出循环,找不到要找的值



在改变left和right的边界时,747edd66892c404690d694742a9658ff.png如果arr[mid] > key就·right = mid - 1若arr[mid] < key,就left = mid + 1这很容易理解,这也是人们通常最容易想出的一个二分查找


下面做一个例子

在{1,5,6,10,15,20,30,35}中,查找20



66d90583d29c47859d10777717a270d1.png



876fbe5b2da344ff96c26efb371a3424.png


668b6a6bb7294d31a5297e4258bfc56b.png




arr[mid]==key==20查找成功


第二种解法,[left,right)区间

int main()
{
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  int key = 0;
  scanf("%d", &key);
  int left = 0;
  int right = sizeof(arr) / sizeof(arr[1]);
  while (left < right) 
  {
  int mid = left + (right - left) / 2;
  if (arr[mid] > key)
  {
    right = mid;
  }
  else if (arr[mid] < key)
  {
    left = mid + 1;
  }
  else
  {
    printf("找到了,下标是:%d\n", mid);
    break;
  }
  }
  if (left >= right)
  {
  printf("找不到\n");
  }
  return 0;
}



要注意的是:这里的right的初始值为sizeof(arr) / sizeof(arr[1])为数组的长度,实际上是数组最后一个的下标的下一位


这里的while中的判断语句是left < right,若arr[mid] < key,就left = mid + 1这里和上一个解法相同,arr[mid] > key 就right =mid这里与上一解法不同


递归解法

void find(int* arr, int n, int left, int right)
{
  if (left <= right)
  {
  int mid = left+(right-left)/2;
  if (n == arr[mid])
  {
    printf("找到了%d它在下标%d处",n,mid);
  }
  else if (n > arr[mid])
  {
    find(arr, n, mid + 1, right);
  }
  else
  {
    find(arr, n, left, mid - 1);
  }
  }
  if (left > right)
  {
  printf( "没找到");
  }
}
int main()
{
  int arr[10] = { 5,8,10,26,74,100,102,120,136,180};
  int len = sizeof(arr) / sizeof(arr[0]);
  int n1 = 0;
  int left = 0;
  int right = len - 1;
  printf("输入你想要查找的数\n");
  scanf("%d",&n1);
  find(arr, n1, left, right);
  return 0;
}




这里原理和解法一相同,这里不多介绍


目录
相关文章
|
NoSQL MongoDB 索引
【最佳实践】MongoDB导入数据时重建索引
【最佳实践】MongoDB导入数据时重建索引
425 0
|
设计模式 Java
java工厂模式和抽象工厂模式的区别是什么?
java工厂模式和抽象工厂模式的区别是什么?
893 1
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
《人工智能知识图谱构建与应用的最新突破与成果》
在人工智能蓬勃发展的背景下,知识图谱的构建与应用成为热点。新技术如基于大语言模型和向量库的方法,提升了实体识别、关系抽取及图谱优化的效率和精度。这些创新已在医疗、电力、信息检索等领域取得显著成效,如思通数科平台使病例处理速度提升40%,国网湖北电力提高信息检索准确性。未来,知识图谱将更高效、智能地处理多模态数据,并在金融、教育等更多领域发挥重要作用,但也需关注数据隐私和安全问题。
477 9
|
监控 安全 测试技术
如何确保API对接过程中的数据安全?
确保API对接过程中的数据安全至关重要。最佳实践包括:使用HTTPS协议、强化身份验证和授权、数据加密、输入验证、访问控制、限流限速、日志记录和监控、安全测试、数据脱敏、错误处理、API网关、Web应用程序防火墙(WAF)、审计和合规性。这些措施能有效提升API的安全性,保护数据免受恶意攻击和泄露风险。
|
机器学习/深度学习 算法 PyTorch
使用Pytorch中从头实现去噪扩散概率模型(DDPM)
在本文中,我们将构建基础的无条件扩散模型,即去噪扩散概率模型(DDPM)。从探究算法的直观工作原理开始,然后在PyTorch中从头构建它。本文主要关注算法背后的思想和具体实现细节。
9232 3
|
数据采集 JavaScript 前端开发
如何使用Python爬虫处理JavaScript动态加载的内容?
如何使用Python爬虫处理JavaScript动态加载的内容?
|
存储 SQL 缓存
使用索引注意合理的数量
【6月更文挑战第9天】本文介绍数据库索引是提升数据检索速度的数据结构,通过减少磁盘访问提高性能。建议根据表的大小和使用频率谨慎创建索引,如核心表不超过7个索引,普通表不超过5个,小型表不超过3个。
376 3
使用索引注意合理的数量
|
运维 Java Shell
手工触发Full GC:JVM调优实战指南
本文是关于Java应用性能调优的指南,重点介绍了如何使用`jmap`工具手动触发Full GC。Full GC是对堆内存全面清理的过程,通常在资源紧张时进行以缓解内存压力。文章详细阐述了Full GC的概念,并提供了两种使用`jmap`触发Full GC的方法:通过`-histo:live`选项获取存活对象统计信息,或使用`-dump`选项生成堆转储文件以分析内存状态。同时,文中也提醒注意手动Full GC可能带来的性能开销,建议在生产环境中谨慎操作。
|
存储 关系型数据库 MySQL
19. Mysql 循环语句
19. Mysql 循环语句
374 1