算法图解之二分查找

二分查找

简述该算法的作用 ：输入一个有序的元素列表，如果要查找的元素包含在列表中，结果返回其位置，否则为null。

与简单查找的相比

1、对于一个包含n个元素的列表，用二分法查找需要logn步（log一般是以2为底），用简单查找最多需要n步。大大减少了查找的时间，提高了效率。但值得我们注意的是一定要是有序列表，才可以采用二分查找减少查找代价。
2、 随着实验数量的数量的增加，二分查找需要的额外时间并不多，而简单查找需要的额外时间却很多。有鉴于此，仅知道算法需要多长时间才能运行完毕还不够，还需知道运行时间如何随列表增长而增加。这正是大O表示法的用武之地。

大O表示法

大O表示法指出了算法有多快。例如，假设列表包含n个元素。简单查找需要检查每个元素，因此需要执行n次操作。使用大O表法，这个运行时间为O(n)。然而二分查找需要执行log n次操作，使用大O表示法，这个运行时间用O(log n)表示。单位秒呢？没有——大O表示法指的并非以秒为单位的速度。大O表示法让你能够比较操作数，它指出了算法运行时间的增速。

一些常见的大O运行的时间

在看了上面的对比后，可能会认为根本就没有运行时间为第五种的算法，那你就错了！这个算法主要解决非常著名的旅行商问题

简述旅行商问题

一位旅行商要前往五个城市，同时确保旅程最短。5个城市有120种不同的排列方式。因此，在涉及5个城市时，解决这个问题需要执行120次操作。涉及6个城市时，需要执行720次操作（有720种不同的排列方式）。涉及7个城市时，需要执5040次操作！推而广之，涉及n个城市时，需要执行n!（n的阶乘）次操作才能计算出结果。因此运行时间为O(n!)，即阶乘时间。
这是一个计算机科学领域待解决的问题之一，对于这个问题还没找到更快的算法。

二分查找的核心代码：

测试一下：

结果：

大家可以参考以下链接：
https://blog.csdn.net/m0_37846020/article/details/103039728