二分查找算法

背景

今天,小郑和小明还有小红在玩一个猜数字的游戏,小红做庄。游戏的规则是参赛选手每人三次机会,如果参赛选手用完三次机会后,还没有猜中数字,他们就要请做庄的人吃棒棒糖,如果他们猜中了,坐庄的人请他们吃棒棒糖。

现在游戏开始,有请小红同学写下一个数字在便利贴上。小红若有期待地在便利贴上写下了97

小明:50,对吗?

小红:不对, 偏小

小郑:75, 可还行?

小红:哈哈,错啦,偏小

小明:87,对吗?

小红:你又错了,偏小

小郑:93, 对吗?

小红:差一点哦,偏小

小明:是不是96?

小红:好可惜啊,你没有机会了,请吃棒棒糖吧。

小郑若有所思地回答:97

小红:哇,你好棒啊,走我们去吃棒棒糖吧。

从楼上这个例子,我们可以抽出一个模型。给定一组有序排列的数组,每次将目标值和靠近范围中间的值进行比较,如果偏大就把中间值给左边范围再从新的范围中间值找,如果偏小就把中间值给右边范围再从新的范围中间值找,如果找到了我们返回其数组下标对应的索引,如果没有找到我们就返回-1。形如这样的一种查找方法,我们将其称之为“二分查找”。

实现一个二分查找算法

leetcode上有一题关于二分查找的题目,我们就以这个为例来实现一个二分查找。

题目描述

给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

示例3

输入:nums=[2, 5], target=2

输出:0,

解释:2出现在nums中并且下标为0

提示:

你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。

这里的提示对审题很有帮助,第一句话,它告诉你叫你放心这些数据都是不重复的,你放心写最简单那种写法,第二句话,告诉你撑死也就10000个数字,数据量还算好的,第三句话,告诉你不用担心整型的范围会溢出、而且这里是有符号的整型。所以提示还是很有帮助的,虽然不一定能够体现在代码上。

思路

我们先分析下二分查找干了件什么事?无非就是在一个范围内取中间那位和目标元素进行比大小,如果没有恰好等于目标元素,我就继续选择两段其中的一段继续劈它,直到劈到还剩下最后一个元素。所以显而易见的我们需要一个while循环来帮助我们做这样一件事。第二件事我们就要思考了,这个while循环成立的条件是什么?总不能搞个死循环吧。当左边标志位的小于等于右边标志位的时候,我们继续循环。这里小于大家可能很好理解,那么等于是什么情况呢。我们就举一举示例3的例子,当我想要找到5这个数的时候,第一次left=mid=0, right=1,这个时候我们发现偏小,然后如果不取等号的情况下,我们就退出啦,所以这里加上等号,第二次left=right=1的时候,刚好找到它。紧接着我们思考第三件事情,我取哪一半呢?这个时候就需要对于中间那位和目标那位两者的大小了,如果偏大我就把中间那位减去1赋值给right,如果偏小,那么我就把中间那位加1赋值给left,然后重新计算中间那位再次进行比较。好,接下来我们一起码一码。

代码实现

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
var search = function(nums, target) {
  var left = 0;
  var right = nums.length - 1;
  var mid = left + Math.floor((right - left) / 2);
  while(left <= right) {
    if (target > nums[mid]) {
      left = mid + 1;
    } else if (target < nums[mid]) {
      right = mid - 1;
    } else if (target === nums[mid]) {
      return mid;
    }
    mid = left + Math.floor((right - left) / 2);
  }
  return -1;
};

问题思考

二分查找的时间复杂度是多少?

先说答案,O(logn), 大致的推到流程是,n(1/2)^k = 1, 倒推下k = log2n, 反应到计算机上的时间复杂度就是logn

二分查找适用的场景是什么?

面试刷人(因为容易写错),数据量中等,且数据不溢出范围,最重要的是一组排好序的数进行二分查找。

就拿我们上面最开头的例子讲,普通的查找要97次,而用了二分查找的思想6次了,这不是很香嘛。

参考文献

704.二分查找(leetcode): https://leetcode-cn.com/problems/binary-search/

你可能感兴趣的:(二分查找算法)