算法：二分法查找

一、概述

二分查找算法 ，是一种在有序数组中查找某一特定元素的搜索算法。 搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。

二、常见算法

1. 有序数组中查找target

public int binarySearch(int[] arr, int target) {
	if (arr == null || arr.length == 0) {
		return -1; //没有找到
	}
	int left = 0;
	int right = arr.length - 1;
	while (left <= right) {
		int mid = (left + right) / 2;
		if (arr[mid] == target) {
			return mid; //找到目标值所在位置
		} else if (arr[mid] > target) {
			right = mid - 1;
		} else {
			left = mid + 1;
		}
	}
	return -1; //没有找到
}

2. 有序数组中查找 >=target 的最左位置

二分法其实可以把数组进行无限二分，最终当数组无法进行二分时，便是退出条件。

public int binarySearch(int[] arr, int target) {
	if (arr == null || arr.length == 0) {
		return -1;
	}
	int left = 0;
	int right = arr.length - 1;
	int ans = -1; //新增一个标记，用于记录>=target的最左元素位置。
	while (left <= right) {
		int mid = (left + right) / 2;
		if (arr[mid] >= target) {
			ans = mid; //先记录下这个位置，如果mid位置的前一个值<target，则直接返回当前这个mid值。
			right = mid - 1;
			
		} else {
			left = mid + 1;
		}
	}
	return ans;
}

3. 有序数组中查找 <=target 的最右位置

解题方法与在有序数组中查找 >=target 的最左位置类似。

public int binarySearch(int[] arr, int target) {
	if (arr == null || arr.length == 0) {
		return -1;
	}
	int left = 0;
	int right = arr.length - 1;
	int ans = -1; //新增一个标记，用于记录<=target的最右元素位置。
	while (left <= right) {
		int mid = (left + right) / 2;
		if (arr[mid] <= target) {
			ans = mid; //先记录下这个位置，如果mid位置的前一个值<target，则直接返回当前这个mid值。
			left = mid + 1;
		} else {
			right = mid - 1;
		}
	}
	return ans;
}

4. 局部最小值问题

无数数组arr，一定保证任意位置i和i+1不相等。

• 左边界：若 arr[0]<arr[1]，0位置算是局部最小值。
• 右边界：若 arr[N-1]<arr[N-2]，N-1位置算是局部最小值。
• 中间部分：若存在 arr[i-1]>arr[i] 且 arr[i]<arr[i+1]，则i位置是局部最小值。
  请你找到并返回1个 arr 中的最小值。

public int findMin(int[] arr) {
	if (arr == null || arr.length == 0) {
		return -1;
	}
	int len = arr.length;
	if (len == 1) {//只有一个元素
		return 0;
	}
	if (len == 2) {//两个元素
		return arr[0] < arr[1] ? 0 : 1;
	}
	// 大于两个元素，使用二分法查找。
	int left = 0;
	int right = len - 1;
	// 要预留3个数(left，mid，right)才进入循环。
	while (left <= right - 1) {
		int mid = (left + right) / 2;
		if (arr[mid] < arr[mid-1] && arr[mid] <= arr[mid+1]) {
			return mid;
		} 
		if (arr[mid] > arr[mid-1]) {
			right = mid - 1;
		}
		if (arr[mid] > arr[mid+1]) {
			left = mid + 1;
		}
	}
	// 最终剩2个数的时候，再对比一下。
	return arr[left] < arr[right] ? left : right;
}