二分法思想及其时间复杂度

二分法思想及其时间复杂度的求解

先说二分法使用条件

1.有序数组

2.从某种角度看是有序数组

二分法算法思想

(从小到大的有序)每次将有序数组对半，取出中间索引的值与目标值进行判断

若相等,直接输出中间索引
若目标比中间值大，那一定位于右区间，起始索引的值变成中间索引+1,结束索引不变
若目标比中间值小，那一定位于左区间，起始索引的值不变,结束索引成中间索引-1
重复
结束条件，找到元素，直接return,没找到起始索引会大于结束索引

二分法算法代码实现

public int binarySearch(int[] nums, int key) {
    int l = 0, h = nums.length - 1;
    while (l <= h) {
        int m = l + (h - l) / 2; //起始索引+(总数)/2
        if (nums[m] == key) {
            return m;
        } else if (nums[m] > key) {
            h = m - 1;
        } else {
            l = m + 1;
        }
    }
    return -1;
}

二分法的时间复杂度的求解

1.找 (语句执行次数最多的那条语句，一般为最内循环体中的语句)基本操作

在二分法中while()循环体为最内循环，基本操作为int m = l + (h - l) / 2;

2.确定 (即1中的基本操作执行的次数与什么有关)问题规模n

在二分法中基本操作 int m = l + (h - l) /2;的执行次数与循环判断条件l<=h有关，即与h有关。
h就是问题规模。h确定以后，循环的结束还与l有关，用来总结执行次数函数f(n)表达式。

3.定 执行次数函数f(n)表达式,假定执行次数Q，那么Q与问题规模n有关，就是函数Q=f(n)

当算法先执行1次时 ，总执行次数表达式为：
$$f(h)=1+f(l+(h-1)/2)$$
当算法先执行2次时，总执行次数表达式为：
$$f(h)=2+f([l+(h-1)/2-l]/2+l)$$
$$=2+f((h-l)/2^2+l)$$
当算法先执行3次时，总执行次数表达式为：
$$f(h)=3+f([(h-l)/2^2+l-l]/2+l)$$
$$=3+f((h-l)/2^3+l)$$
…
当算法先执行i次时，总执行次数表达式为：
$$f(h)=i+f((h-l)/2^i+l)$$
时间复杂度O(n),n是问题规模，O(n)等于总执行次数f(n)中的n最高次幂前系数置1.
$$eg:f(n)=5n^2+n+9$$
$$O(n)=n^2$$
因为O(n)与只跟n有关，将l看成常数
$$f(h)=i+f((h)/2^i)$$
h可以表示为$$h=2^i+k$$(k为常数)，所以
$$f(h)=i+f((2^i+k)/2^i)$$
$$f(h)=i+f(1+k/2^i)$$
将i转换成h的形式，取对数
$${\log }_{2}h=i+K$$
带入
$$f(h)={\log }_{2}h$$
(所有常数忽略了，反正最后都不要)所以
$$O(n)={\log }_{2}n$$