🚀欢迎来到本文🚀
🍉个人简介:matinal,目前职业是IT行业,一个正在慢慢前行的普通人。
🏀系列专栏:涵盖SAP各模块,Python,Excel,人工智能等
💡 其他专栏:一些平时学习的技术,感兴趣的小伙伴可以看看。🍔公众号:matinal
🎁希望各位→点赞👍 + 收藏⭐️ + 留言📝
⛱️万物从心起,心动则万物动🏄♂️
前言:在介绍实现之前需要先来说一下二分法查找的定义,以及一些前置条件。
🦙(工作遇到傻逼,千万要远离。道路千万条,远离傻逼第一条)
在介绍实现之前需要先来说一下二分法查找的定义,以及一些前置条件。
前提
数组必须是有序的
算法描述
- 有一个有序数组 A
- 定义算法的左右边界,分别为 L 和 R, 循环执行二分查找。
- 获取中间索引 M = (L + R) / 2
- 中间索引的值与待查找的值 T 进行比较
- 中间索引的值 A[M] 与带查找的值 T 进行比较
4.1 A[M] = T 表示找到,返回中间索引
4.2 A[M] > T 中间值右侧的其它元素都大于 T, 无需比较,去中间索引左边去找,M-1 设置为右边界,重新查找
4.3 A[M] < T 中间值左侧的其它元素都小于 T, 无需比较,去中间索引右边去找,M-1 设置为左边界,重新查找 - 当 L > R 时,表示没有找到,应结束循环
算法实现
根据上面的描述,我们可以轻松的实现一版实现,如下所示:
private static int binarySearch(int[] arr, int target){
int left = 0, right = arr.length - 1, mid;
while (left <= right) {
mid = (left+ right) / 2;
if(arr[mid] == target) {
return mid;
} else if(arr[mid] > target) {
right = mid - 1;
} else if(arr[mid] < target) {
left = mid + 1;
}
}
return -1;
}
上面这一版实现看起来是那么的清爽,干净,但是可能会有一些 bug
注意事项
mid = (left + right) / 2; 这一行代码可能就会出现溢出问题,举个例子就明白了,假设数组的长度是 int 的最大值,target 在数组中间靠右的位置,那么第一次计算 mid 是不会有问题,再次进入 while 循环的时候,此时 left = mid + 1, 然后再计算 left + right 就会出现溢出问题了。
怎么解决这种问题呢?大家可能经常看着这种写法 left + (right - left) / 2 , 这确实可以解决问题,公式的推导过程我这里也写出来(我最开始看到这种写法惊呆了)。
(left + right) / 2 ⇒
left / 2 + right / 2 ⇒
left + (-left / 2 + right / 2) ⇒
left + (right - left) / 2
如果只有这种解决我还写什么呢?我主要是想介绍如下一种解决方法,使用无符号右移 1 位来表示除以 2。(left + right) >>> 1 这么写也能达到除以 2 的要求,而且更简洁,效率更高。
好了,最后在给大家贴一下完整的优雅的二分法的实现,欢迎大家拍砖讨论哈。
private static int binarySearch(int[] arr, int target){
int left = 0, right = arr.length - 1, mid;
while (left <= right) {
mid = (left+ right) >>> 1;
if(arr[mid] == target) {
return mid;
} else if(arr[mid] > target) {
right = mid - 1;
} else if(arr[mid] < target) {
left = mid + 1;
}
}
return -1;
}
怎么样,在了解此篇文章有何感想?
如果本文对大家有所帮助的话,还望各位能给我点赞、收藏并评论一下,感谢各位💕!!! 另如果大家有什么疑问或者建议的话,欢迎评论区留言。更多精彩内容->在这里