七大查找算法——二分查找（二）

二分查找

定义： 二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。

举个例子来方便理解它的思想：
比如我写下一个范围在1~100的数，让你来猜，假设我写的是27。
1.那么你先说50，我说不是，你问我大了还是小了？我说大了。
2.那么你又说25，我说不是，你问我大了还是小了？我说小了。
3.那么你又说37…
4.再说31…
5.再说28…
6.再说26…
7.再说27。就猜到了！

从上面的例子中我们可以发现，要猜一个范围在1~100的数，最多只需要7次。因为你每次都缩小一半的范围，即使是128把2连续除7次，都只剩下1。所以100个数，被划分7次，肯定能锁定到唯一一个答案。

图解

现在我们有一组数据[10,14,21,38,45,47,53,81,87,99]，我们要查找47的位置。
1.一开始先定义两个指针。left和right，用来记录要查找的数据范围。初始化为left=0，right=9。(这里记录的是它们的下标索引)。

2.现在来取中间值，middle = (left + right) / 2 = 4（小数部分不要）。然后下标为4的数据是：45，小于目标数据47。

3.那么我们缩小查找范围，将left = middle + 1 = 5。(因为middle右边的数都是大于等于45的，所以应该去右边接着找）

4.现在取中间值，middle = (left + right) / 2 = 7。下标为7的数据是：81，大于目标数据47。

5.那么我们缩小查找范围，将right = middle - 1 = 6。(因为middle左边的数都是小于等于81的，所以应该去左边接着找）

6.现在取中间值，middle = (left + right) / 2 = 5。下标为5的数据是：47，等于目标数据47，那么就找到了，将此时的middle返回，就得到47的下标索引为5。

注意： 如果我们要查找的数是48，不在数组里，是什么情况呢？
1-5.和前面是一样的。
6.middle值对应的是：47，小于目标数据。
7.将left = middle + 1 = 6。
8.middle = (left + right) / 2 = 6。下标为为6的数据是：53，大于目标数据48。
9.right = middle - 1 = 5。现在right=5，left=6 。数组长度 = right - left = -1 ，显然已经不对。所以当left>right时，说明数组里不包含这个目标数据。应该结束查询，并返回-1，告诉你没找到！

具体实现步骤

1.定义三个指针left，right，middle。分别用来记录数组的左边边界，右边界和当前查询的中间数。
2.初始化：left = 0，right = length - 1，middle = （left+right）/ 2 。
3.开始循环查找，当left>right时，跳出循环，返回-1，否则继续查找。
4.先比较目标数据和下标为middle的数据是否相等，相等直接返回middle，查询结束。
5.不相等，当下标为middle的数据大于目标数据时，right = middle-1；当下标为middle的数据小于目标数据时，left = middle+1；然后跳回第3步，判断是否继续查找。

复杂度分析

最坏情况下，关键词比较次数为O(${\log }_2$(N+1))，且期望时间复杂度为O(${\log }_2$N)；

适用场景：二分查找的前提条件是需要有序表顺序存储（不懂顺序存储的点这里！），对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。——《大话数据结构》

完整代码

基于Java，jdk1.8 。比较简单，就不多说了。

//  二分查找（折半查找）
//　　说明：元素必须是有序的，如果是无序的则要先进行排序操作。
//
//        　　基本思想：也称为是折半查找，属于有序查找算法。用给定值k
//        先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，
//        再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。
//
//        　　复杂度分析：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)；
//
//        　　注：折半查找的前提条件是需要有序表顺序存储，对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。
//        但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。——《大话数据结构》
public class BinarySearch {
    public int binarySearch(int[] data, int target) {
        int left, right, mid;
        left = 0;
        right = data.length - 1;
        while (left <= right) {
            mid = (left + right) / 2;
            if (data[mid] == target) {
                return mid;
            } else if (data[mid] < target) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        return -1;
    }
}