部分查找算法总结（重点：指数搜索）

前提是列表有序。

二分查找

是一种分治算法，每次将数组分为大小相等的部分。很熟悉就不用介绍了。时间复杂度为$O(\lg n)$。
示例伪代码：

binary_search(A, n, T)
{
    L = 0
    R = n − 1
    while (L <= R){
        m = floor((L + R) / 2)
        if (A[m] < T){
            L = m + 1
        }else if (A[m] > T){
            R = m - 1
        }else{
            return m
        }
    }
    return unsuccessful
}

斐波那契查找

类似二分查找，同样是分治算法。但不是等份划分数组，而是使用斐波那契数来缩小搜索范围。平均和最坏的时间复杂度为$O(\lg n)$。
平均而言，同二分查找相比，执行比较的操作增加了4%（参考维基百科）。
优点是只需要用到加减法来计算数组索引，而二分搜索需要用到移位或者除法计算数组索引。

指数搜索

指数搜索时间复杂度为$O(\lg i)$，$i$为搜索元素在数组中的索引位置。

原始算法包含两个阶段：

1. 确定搜索元素$key$位于数组中的范围，假定数组是按升序排序，首先查找第一个满足条件的指数$j$，$j$每次自加 1，要满足的条件为$key\le a[2^j]$ 。由于是第一个满足条件的$j$，所以有$a[2^{j-1}]<key\le a[2^j]$成立。
2. 以$2^{j-1}$为下界，$2^j$为上界，在范围内执行二分查找。

示例伪代码：

exponential_search(arr, size, key)
{
    if (size == 0) {
        return NOT_FOUND;
    }

    int bound = 1;
    while (bound < size && arr[bound] < key) {
        bound *= 2;//可以改为左移运算
    }

    return binary_search(arr, key, bound/2, min(bound + 1, size));
}

算法的变种

为了更快的确定搜索元素所在的范围，在原始算法的第一阶段前加一个阶段，这样变种的指数搜索算法就分为了三个阶段。
新的第一阶段，与之前类似，同样是确定第一个满足条件的指数$j^{\ast }$，条件同样为$key\le a[2^{j^{\ast }}]$，但是和之前每次自加1不同，$j^{\ast }$是每次自乘2（即从$2^4$变为了$2^8$而非$2^5$）。所以有$a[2^{j^{\ast }/2}]<key\le a[2^{j^{\ast }}]$。相较于之前，新的第一阶段更快的确定了一个更粗糙的上下界。
接着在这个较为粗糙的上下界$(2^{j^{\ast }/2},2^{j^{\ast }}]$上执行原始的指数搜索算法，即确定一个更精确的上下界$(2^{j-1},2^j]$，并在更精确的上下界上面执行二分查找。