二分查找与应用

二分查找的递归与非递归实现

最简单的情况就是有序数组中不存在重复元素:

public int bsearch(int[] a, int n, int value) {
  int low = 0;
  int high = n - 1;

  while (low <= high) {
    int mid = (low + high) / 2;//int mid =  low + ((high - low) >> 1);
    if (a[mid] == value) {
      return mid;
    } else if (a[mid] < value) {
      low = mid + 1;
    } else {
      high = mid - 1;
    }
  }

  return -1;
}

low、high、mid都是指数组下标,其中low和high表示当前查找的区间范围,初始low=0, high=n-1。mid表示[low, high]的中间位置。我们通过对比a[mid]与value的大小,来更新接下来要查找的区间范围,直到找到或者区间缩小为0,就退出。

二分查找注意点:

1.循环退出条件

注意是low<=high,而不是low<high。

2.mid的取值

实际上,mid=(low+high)/2这种写法是有问题的。因为如果low和high比较大的话,两者之和就有可能会溢出。改进的方法是将mid的计算方式写成low+(high-low)/2。更进一步,如果要将性能优化到极致的话&

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二分查找是一种常用的搜索算法,可以在有序数组中快速定位目标元素的位置。在Python中,有多种实现二分查找的方法。 引用\[1\]中的代码是一种实现二分查找的方法,使用了左闭右开的区间定义。首先,定义了数组的第一个元素下标first和最后一个元素下标last。然后,通过循环不断缩小查找范围,直到找到目标元素或者查找范围为空。在每一次循环中,计算中间元素的下标mid_index,并与目标元素进行比较。如果中间元素小于目标元素,则将first更新为mid_index+1;如果中间元素大于目标元素,则将last更新为mid_index;如果中间元素等于目标元素,则返回mid_index作为目标元素的位置。如果循环结束后仍未找到目标元素,则返回-1表示未找到。 引用\[2\]中的代码是另一种实现二分查找的方法,使用了左闭右闭的区间定义。与引用\[1\]中的代码相比,唯一的区别在于更新last的方式。在这种方法中,如果中间元素大于目标元素,则将last更新为mid_index-1。其他部分的逻辑与引用\[1\]中的代码相同。 无论是使用左闭右开还是左闭右闭的区间定义,二分查找的核心思想都是通过不断缩小查找范围来快速定位目标元素。在实际应用中,根据具体情况选择合适的实现方法即可。 #### 引用[.reference_title] - *1* *2* *3* [用python实现二分查找](https://blog.csdn.net/shzbbsns/article/details/128047939)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值