概述
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。
二分查找是一种十分基础的算法,利用分治思想,将原本需要线性时间复杂度的算法优化到了对数级。二分查找的思路简单,很好理解,但要正确的写出它的一个实现却并非易事的。这一点,在《程序员面试金典》以及《编程珠玑》等经典中都有提到。
概括的说,二分查找的踩坑点主要集中于中间点的计算和边界值的选取上,稍不注意就会产生越界或者死循环的情况。
一个案例
我们通过一个案例来说明
// The older implementations of binary search algorithm
private static int binarySearch(int[] a, int key) {
int low = 0;
int high = a.length - 1;
while (low <= high) {
int mid = (low + high) / 2;
int midVal = a[mid];
if (midVal < key)
low = mid + 1;
else if (midVal > key)
high = mid - 1;
else
return mid; // key found
}
return -(low + 1); // key not found.
}
这段代码是相当早期的Java源码中对于binarySearch的一个实现。可能与很多同学的实现是差不多的。
但在《程序员面试金典》一书中有提到,这段代码中有一个隐藏近10年的BUG。如果没有专门学习过二分查找,或者看过这方面的资料,可能不太容易发现这个BUG。
问题出在第七行
int mid = (low + high) / 2;
这条语句中包含了一个隐藏的BUG。虽然在日常使用中可能不会出现,但只要这个int类型的数组足够大,就可以重现这个BUG。假如int类型的数组是100亿,或者11亿(虽然在单机上可能对内存造成压力,但也并非完全不可能出现)。同时我们知道int类型的最大值是2147483647,一旦这个方法执行了1次或者多次后, low + high 的数值就完全有可能大于MAX_INTEGER,从而造成溢出。那么第八行的 int midVal = a[mid]; 语句就必然会产生 ArrayIndexOutOfBoundsException 异常。
当然解决这个问题的方案也十分简单。只需要将以上语句改写成以下三种语句的任意一种即可。
// Method one
int mid = (low + high) >>> 1;
// Method two
int mid = low + (high - low) / 2;
// Method three
int mid = low + ((high - low) >> 1);
方法一采用了无符号右移。即使发生溢出,同样能保证取到正确的中间点。有兴趣的同学可以用两个十一亿的和进行无符号右移来验证;方法二和方法三其实是一种思路。将括号展开后,可以得到表达式(low/2 + high/2)(low <= high),又因为high不可能大于与MAX_INTEGER,所以中间点的值也不可能大于MAX_INTEGER。
以上三种方法都可以采用。但相对来说,如果使用Java语言,推荐使用方法一,相对来说效率最高。如果是其它语言,则推荐使用方法三,效率略高于方法二。方法三是一种最通用的求中点时解决溢出的方法。
如果是面试,可以将三种方法都说明一下,可以起到锦上添花的作用。
除了溢出导致数组越界异常这个踩坑点之外,在书写二分查找算法的时候,需要注意的踩坑点还有以下几个地方:</