一、什么是二分查找？
二分查找针对的是一个数据集合，每次通过跟元素对比，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，或者区间缩小为0。
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。）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。不信的话，你可以试一试。
假设只有 10 个订单，订单金额分别是：8，11，19，23，27，33，45，55，67，98。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。
二、时间复杂度分析？
1.时间复杂度
假设数据大小是n，每次查找后数据都会缩小为原来的一半，最坏的情况下，直到查找区间被缩小为空，才停止。所以，每次查找的数据大小是：n，n/2，n/4，…，n/(2^k)， …，这是一个等比数列。当n/(2^k) =1时，k的值就是总共缩小的次数，也是查找的总次数。而每次缩小操作只涉及两个数据的大小比较，所以，经过k次区间缩小操作，时间复杂度就是O(k)。通过n/(2^k)=1，可求得k=log2n，所以时间复杂度是O(logn)。
2.认识O(logn)
①这是一种极其高效的时间复杂度，有时甚至比O(1)的算法还要高效。为什么？
②因为logn是一个非常“恐怖“的数量级，即便n非常大，对应的logn也很小。比如n等于2的32次方，也就是42亿，而logn才32。
③由此可见，O(logn)有时就是比O(1000)，O(10000)快很多。
三、如何实现二分查找？
最简单的情况就是中不存在，我们在其中用二分查找值等于给定值的数据。
1.循环实现
代码实现：
function bsearch(arr, value){
let len = arr.length
if(len <= 1) retrun
let low = 0;
let high = len - 1;
while(low <= high){
let mid = Math.floor((low + high) / 2)
if(arr[mid] == value){
return mid;
} else if(arr[mid] < value){
low = mid + 1;
} else if(arr[mid] > value){
high = mid - 1
}
}
return -1;
}
console.log(bsearch([1,2,3,4,5,6,7,8,9,10],10))
注意事项：
①循环退出条件是：start<=end，而不是start
③start和end的更新：start = mid - 1，end = mid + 1，若直接写成start = mid，end=mid，就可能会发生死循环。
2.递归实现
function binarySearch(arr, value){
return bsearch(arr, value, 0, arr.length -1)
}
function bsearch(arr, value, start, end){
if(start > end) return -1;
let mid = Math.floor((end + (end - start)) / 2)
if(arr[mid] === value){
return mid;
} else if(value > arr[mid]){
start = mid + 1
} else {
end = mid - 1
}
return bsearch(arr, value, start, end)
}
console.log(binarySearch([1,2,3,4,5,6,7,8,9,10],10))
四、使用条件（应用场景的局限性）
1.二分查找依赖的是顺序表结构，即数组。
2.二分查找针对的是有序数据，因此只能用在插入、删除操作不频繁，一次排序多次查找的场景中。
3.数据量太小不适合二分查找，与直接遍历相比效率提升不明显。但有一个例外，就是数据之间的比较操作非常费时，比如数组中存储的都是长度超过300的字符串，那这是还是尽量减少比较操作使用二分查找吧。
4.数据量太大也不是适合用二分查找，因为数组需要连续的空间，若数据量太大，往往找不到存储如此大规模数据的连续内存空间。
五、思考
1.如何在1000万个整数中快速查找某个整数？
①1000万个整数占用存储空间为40MB，占用空间不大，所以可以全部加载到内存中进行处理；
②用一个1000万个元素的数组存储，然后使用快排进行升序排序，时间复杂度为O(nlogn)
③在有序数组中使用二分查找算法进行查找，时间复杂度为O(logn)
2.如何编程实现“求一个数的平方根”？要求精确到小数点后6位？