查找算法之二分查找

目录

二分查找

算法实现

“双闭区间”实现

算法实现

python

C++

两种表示对比

大数越界处理

优点与缺点

---

二分查找

二分查找，利用数据的有序性，通过每轮缩小一半搜索区间来查找目标元素。

使用二分查找有两个前置条件：

• 要求输入数据是有序的，这样才能通过判断大小关系来排除一半的搜索区间；
• 二分查找仅适用于数组 ，而在链表中使用效率很低，因为其在循环中需要跳跃式（非连续地）访问元素。

算法实现

定一个长度为 n 的排序数组 nums ，元素从小到大排列。数组的索引取值范围为：0,1,2,⋯,n−1

使用 区间 来表示这个取值范围的方法主要有两种：

1. 双闭区间 [0,n−1] ，即两个边界都包含自身；此方法下，区间 [0,0] 仍包含一个元素；
2. 左闭右开 [0,n) ，即左边界包含自身、右边界不包含自身；此方法下，区间 [0,0) 为空；

“双闭区间”实现

首先，我们先采用“双闭区间”的表示，在数组 nums 中查找目标元素 target 的对应索引。

---

算法实现

接下来，以python与C++为例

python

双闭区间

def binary_search(nums, target):
    # 初始化双闭区间 [0, n-1] ，即 i, j 分别指向数组首元素、尾元素
    i, j = 0, len(nums) - 1
    while i <= j:
        m = (i + j) // 2        # 计算中点索引 m
        if nums[m] < target:    # 此情况说明 target 在区间 [m+1, j] 中
            i = m + 1
        elif nums[m] > target:  # 此情况说明 target 在区间 [i, m-1] 中
            j = m - 1
        else:
            return m            # 找到目标元素，返回其索引
    return -1                   # 未找到目标元素，返回 -1

左闭右开

def binary_search1(nums, target):
    # 初始化左闭右开 [0, n) ，即 i, j 分别指向数组首元素、尾元素+1
    i, j = 0, len(nums)
    # 循环，当搜索区间为空时跳出（当 i = j 时为空）
    while i < j:
        m = (i + j) // 2        # 计算中点索引 m
        if nums[m] < target:    # 此情况说明 target 在区间 [m+1, j] 中
            i = m + 1
        elif nums[m] > target:  # 此情况说明 target 在区间 [i, m] 中
            j = m
        else:                   # 找到目标元素，返回其索引
            return m
    return -1                   # 未找到目标元素，返回 -1

C++

双闭区间

int binarySearch(vector& nums, int target) {
    // 初始化双闭区间 [0, n-1] ，即 i, j 分别指向数组首元素、尾元素
    int i = 0, j = nums.size() - 1;
    // 循环，当搜索区间为空时跳出（当 i > j 时为空）
    while (i <= j) {
        int m = (i + j) / 2;       // 计算中点索引 m
        if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j] 中
            i = m + 1;
        else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
            j = m - 1;
        else                       // 找到目标元素，返回其索引
            return m;
    }
    // 未找到目标元素，返回 -1
    return -1;
}

左闭右开

int binarySearch1(vector& nums, int target) {
    // 初始化左闭右开 [0, n) ，即 i, j 分别指向数组首元素、尾元素+1
    int i = 0, j = nums.size();
    // 循环，当搜索区间为空时跳出（当 i = j 时为空）
    while (i < j) {
        int m = (i + j) / 2;       // 计算中点索引 m
        if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j] 中
            i = m + 1;
        else if (nums[m] > target) // 此情况说明 target 在区间 [i, m] 中
            j = m;
        else                       // 找到目标元素，返回其索引
            return m;
    }
    // 未找到目标元素，返回 -1
    return -1;
}

两种表示对比

表示方法	初始化指针	缩小区间	循环终止条件
双闭区间 [0,n−1]	i=0 , j=n−1	i=m+1 , j=m−1	i>j
左闭右开 [0,n)	i=0 , j=n	i=m+1 , j=m	i=j

观察发现，在“双闭区间”表示中，由于对左右两边界的定义是相同的，因此缩小区间的 i , j 处理方法也是对称的，这样更不容易出错。综上所述，建议你采用“双闭区间”的写法。

大数越界处理

python

# Python 中的数字理论上可以无限大（取决于内存大小）
# 因此无需考虑大数越界问题

 C++

// (i + j) 有可能超出 int 的取值范围
int m = (i + j) / 2;
// 更换为此写法则不会越界
int m = i + (j - i) / 2;

优点与缺点

二分查找效率很高，体现在：

• 二分查找时间复杂度低。对数阶在数据量很大时具有巨大优势，例如，当数据大小 n=220 时，线性查找需要 220=1048576 轮循环，而二分查找仅需要 log2⁡220=20 轮循环。
• 二分查找不需要额外空间。相对于借助额外数据结构来实现查找的算法来说，其更加节约空间使用。

但并不意味着所有情况下都应使用二分查找，这是因为：

• 二分查找仅适用于有序数据。如果输入数据是无序的，为了使用二分查找而专门执行数据排序，那么是得不偿失的，因为排序算法的时间复杂度一般为 O(nlog⁡n) ，比线性查找和二分查找都更差。再例如，对于频繁插入元素的场景，为了保持数组的有序性，需要将元素插入到特定位置，时间复杂度为 O(n) ，也是非常昂贵的。
• 二分查找仅适用于数组。由于在二分查找中，访问索引是 ”非连续“ 的，因此链表或者基于链表实现的数据结构都无法使用。
• 在小数据量下，线性查找的性能更好。在线性查找中，每轮只需要 1 次判断操作；而在二分查找中，需要 1 次加法、1 次除法、1 ~ 3 次判断操作、1 次加法（减法），共 4 ~ 6 个单元操作；因此，在数据量 n 较小时，线性查找反而比二分查找更快。