有序表查找

折半查找（Binary Search）技术，又称为二分查找。

它的前提是线性表中的记录必须是关键码有序（通常从小到大有序），线性表必须采用顺序存储。折半查找的基本思想是：在有序表中，取中间记录作为比较对象，若给定值与中间记录的关键字相等，则查找成功；若给定值小于中间记录的关键字，则在中间记录的左半区继续查找；若给定值大于中间记录的关键字，则在中间记录的右半区继续查找。不断重复上述过程，直到查找成功，或所有查找区域无记录，查找失败为止。

假设我们现在有这样一个有序表数组{0,1,16,24,35,47,59,62,73,88,99}，除0下标外共10个数字。对它进行查找是否存在62这个数。我们来看折半查找的算法是如何工作的。

/*  折半查找  */
int  Binary_Search(int  *a,  int  n,  int  key)
{
int  low,  high,  mid;
/*  定义最低下标为记录首位  */
low  =  1;              
/*  定义最高下标为记录末位  */
high  =  n;             
while  (low  <=  high)
{
/*  折半  */
mid  =  (low  +  high)  /  2;        
/*  若查找值比中值小  */
if  (key  <  a[mid])    
/*  最高下标调整到中位下标小一位  */
high  =  mid  -  1;     
/*  若查找值比中值大  */
else  if  (key  >  a[mid])          
/*  最低下标调整到中位下标大一位  */
low  =  mid  +  1;      
else
/*  若相等则说明mid即为查找到的位置  */
return  mid;            }
return  0;
}

该算法还是比较容易理解的，同时我们也能感觉到它的效率非常高。但到底高多少？关键在于此算法的时间复杂度分析。
首先，我们将这个数组的查找过程绘制成一棵二叉树，如果查找的关键字不是中间记录47的话，折半查找等于是把静态有序查找表分成了两棵子树，即查找结果只需要找其中的一半数据记录即可，等于工作量少了一半，然后继续折半查找，效率当然是非常高了。

二叉树的性质，有过对“具有n个结点的完全二叉树的深度”性质的推导过程。在这里尽管折半查找判定二叉树并不是完全二叉树，但同样相同的推导可以得出，最坏情况是查找到关键字或查找失败的次数。

详细说明：

1. 时间复杂度分析：折半查找的时间复杂度为O(logn)。在每一次比较过程中，查找表的规模减半，所以总体上需要进行的比较次数是log2n。这是因为2的x次方等于n时，x=log2n。因此，折半查找的时间复杂度是对数级别的，相比于顺序查找的线性级别O(n)，效率显著提高。

2. 前提条件：折半查找的前提是有序表，即查找表需要按照特定的顺序进行存储。对于静态查找表，即数据不再变化的情况下，一次排序后可以使用折半查找提高查找效率。然而，对于需要频繁插入和删除操作的数据集，维持有序性会增加工作量，此时折半查找可能不适用。

3. 最优和最差情况：在最好的情况下，即目标值正好是有序表中的中间元素，只需要进行一次比较即可找到目标值，时间复杂度为O(1)。在最坏的情况下，即目标值不存在或者是有序表中的最左边或最右边的元素，需要进行log2n次比较才能确定目标值不存在，时间复杂度为O(logn)。

4. 有序表的维护：折半查找要求有序表的顺序存储。如果需要频繁进行数据插入和删除操作，需要维护有序性，这可能会增加工作量。对于这种情况，可以考虑使用其他数据结构，如平衡二叉搜索树或哈希表。

综上所述，折半查找算法通过在有序数组中进行二分查找的方式，实现了在时间复杂度为O(logn)的情况下查找目标值。然而，在使用折半查找时，需要注意有序表的维护和数据集的特点。