数据结构与算法笔记：基础篇 - 二分查找（下）：如何快速定位IP地址对应地省份地址

本文链接：https://blog.csdn.net/chenjian723122704/article/details/139483758

概述

通过 IP 地址来查找 IP 归属地的功能，不知道你有没有用过？可以在百度页面，随便输入一个IP地址，就会看到它的归属地。
在这里插入图片描述

这个功能并不复杂，它是通过维护一个很大的 IP 地址库来实现的。地址库中包括 IP 地址范围和归属地信息的对应关系。

当我们想要查询 202.102.133.113 这个IP 地址的归属地时，就在地址库中搜索，发现这个 IP 地址落在 [202.102.133.0, 202.102.133.255] 地址范围内，我们就可以将这个 IP 地址范围对应地归属地 “山东济南市” 显示给用户了。

[202.102.133.0, 202.102.133.255]  山东济南市 
[202.102.135.0, 202.102.136.255]  山东烟台 
[202.102.156.34, 202.102.157.255] 山东青岛 
[202.102.48.0, 202.102.48.255] 江苏宿迁 
[202.102.49.15, 202.102.51.251] 江苏泰州 
[202.102.56.0, 202.102.56.255] 江苏连云港

现在我的问题是，在庞大的地址库中逐一比对 IP 地址所在的区间，是非常耗时的。假设我们有 12 万条这样的 IP 区间与归属地的对应关系，如何快速定位出一个 IP 地址的归属地呢？

是不是感觉比较难？不要紧，等学完今天的内容，你就会发现这个问题其实也很简单。

上篇文章讲了二分查找的原理，并且介绍了二分查找的一种最简单的代码实现。本章，我们来讲几种二分查找的变形问题。

不知道你有没有听过这样一个说法：“十个二分九个错”。二分查找虽然原理及其简单，但想要写出没有 Bug 的二分查找并不容易。

你可能会说，上篇文章学习二分查找的代码实现并不难写啊。那是因为上篇文章讲的只是二分查找中最简单的一种情况，在不存在重复元素的有序数组中，查找值等于给定值的元素。但是，二分查找的变形问题就没有那么好写了。

二分查找的变形问题很多，我们只选择一个典型的来讲解，其他的你可以借助本章讲的思路来分析。

4 种常见的二分查找查找变形问题：

查找第一个值等于给定值的元素
查找最后一个值等于给定值的元素
查找第一个大运等于给定值的元素
查找最后一个小于等于给定值的元素

需要特别说明一点，为了简化讲解，今天的内容都是以数据从小到大排列为前提，如果你要处理的数据是从大到小排列的，解决思路也是一样的。

变体一：查找第一个值等于给定值的元素

上篇文章中的二分查找是最简单的一种，即有序数据集合中不存在重复的数据，我们在其中查找值等于某个给定值的数据。如果我们将这个问题稍微修改下，有序数据集合存在重复的数据，我们希望找到第一个值等于给定值的数据，这样之前的二分查找代码还能继续工作吗？

比如下面这样一个有序数组，其中 a[5]、a[6]、a[7] 的值都等于 8，是重复的数据。我们希望查找第一个等于 8 的数据，也就是下标是 5 的元素。
在这里插入图片描述
如果用上篇文章讲的二分查找的代码，首先拿 8 与中间值 a[4] 比较，8 比 6 大，于是在下标 5 到 9 之间继续查找。下标 5 和 9 的中间位置是下标 7，a[7] 正好等于 8，所以代码就返回了。

尽管 a[7] 也等于8，但它并不是我们想要找到的第一个等于 8 的元素，因为第一个值等于 8 的元素是数组下标为 5 的元素。上篇文章的二分查找代码就无法处理这种情况了。所以，针对这个变形问题，可以稍微改造下上节课的代码。

100 个人写二分查找就会有 100 种写法，网上有很多关于变形二分查找的实现方法，有很多写得非常简洁，比如下面这个写法。但是，尽管简洁，理解起来却非常烧脑，也很容易写错。

public int bsearch(int[] a, int n, int value) {
    int low = 0;
    int high = n - 1;
    while (low <= high) {
        int mid = (low + high) >> 1;
        if(a[mid] >= value) {
            high = mid - 1;
        } else {
            low = mid + 1;
        }
    }

    if (low < n && a[low]==value) return low;
    return -1;
}

看完这个实现之后，你是不是觉得很不好理解？如果只是死记硬背，过不了几天，你就会完全忘光，再让你写，90% 可能会写错。下面，我换了一种实现方法，你看看是不是更容易理解。

public int bsearch(int[] a, int n, int value) {
    int low = 0;
    int high = n - 1;
    while (low <= high) {
        int mid = (low + high) / 2;
        if(a[mid] > value) {
            high = mid - 1;
        } else if (a[mid] < value){
            low = mid + 1;
        } else {
            if ((mid == 0) || (a[mid-1] != value)) return mid;
            else high = mid - 1;
        }
    }
    return -1;
}

a[mid] 跟要查找的 value 的大小关系有三种情况：大于、小于、等于。对于 a[mid] > value 的情况，我们更新 high = mid - 1；对于 a[mid] < value 的情况，我们更新 low = mid + 1。这两点很好理解，对于 a[mid] == value 时应该如何处理呢？

入股我们查找的是任意一个值等于给定值的元素，当 a[mid] 等于要查找的值时，a[mid] 就是我们要找的元素。但是，如果我们求解的是第一个值等于给定值的元素，当 a[mid] 等于要查找的值时，我们就需要确认一下这个 a[mid] 是不是第一个等于给定值的元素。

重点看下第 11 行代码。如果 mid 不等于 0，但是 a[mid] 的前一个元素不等于 value，那也说明 a[mid] 就是我们要找的第一个值等于给定值的元素。

如果经过检查之后发现 a[mid] 前面的一个元素 a[mid-1] 也等于 value，说明此时的 a[mid] 肯定部署我们要查找的第一个值等于给定值的元素。那我们就更新 high = mid - 1，因为要找的元素肯定出现在 [low, mid-1] 之间。

对比上面的两段代码，是不是下面这种更好理解？实际上，很多人都觉得变形的二分查找很难写，主要原因是太追求第一种那样完美、简洁的写法。而对于我们做开发的人来说，代码易读懂、没 Bug，其实更重要，所以我觉得第二种写法更好。

变体二：查找最后一个值等于给定值的元素

前面的问题是查找第一个值等于给定值的元素，我们现在把问题稍微改一下，查找最后一个值等于给定值的元素，又该如何做呢？

如果你掌握了前面的写法，那这个问题应该很轻松地就能解决。

public int bsearch(int[] a, int n, int value) {
    int low = 0;
    int high = n - 1;
    while (low <= high) {
        int mid = (low + high) / 2;
        if(a[mid] > value) {
            high = mid - 1;
        } else if (a[mid] < value){
            low = mid + 1;
        } else {
            if ((mid == (n-1)) || (a[mid+1] != value)) return mid;
            else low = mid + 1;
        }
    }
    return -1;
}

还是重点看第 11 行代码。如果 a[mid] 这个元素已经是数组中最后一个元素了，那它肯定是我们要找的；如果 a[mid] 的后一个元素 a[mid+1] 不等于 value，那也说明 a[mid] 是我们要找的最后一个值等于给定值的元素。

如果经过检查之后发现，a[mid] 后面的一个元素 a[mid+1] 也等于 value，那说明当前这个 a[mid] 并不是最后一个值等于给定值的元素。我们就要更新 low = mid + 1，因为要找的元素肯定出现在 [mid+1, high] 之间。

变体三：查找第一个大于等于给定值的元素

现在再看另一类变形问题。在有序数组中，查找第一个大于等于给定值的元素。有序数组中，查找第一个大于等于给定值的元素。比如，数组中存储这样一个序列：3,4,6,7,10。如果查找第一个大于等于 5 的元素，那就是 6。

实际上，实现的思路跟前面的那两种变形问题的实现思路类似。

public int bsearch(int[] a, int n, int value) {
    int low = 0;
    int high = n - 1;
    while (low <= high) {
        int mid = (low + high) / 2;
        if(a[mid] >= value) {
            if ((mid == 0) || (a[mid-1] < value)) return mid;
            high = mid - 1;
        } else {
            low = mid + 1;
        }
    }
    return -1;
}

如果 a[mid] 小于 value，那要查找的值肯定在 [mid+1, high] 之间，所以更新 low=mid+1。

对于 a[mid] 大于等于给定值 value 的情况，我们要先看下这个 a[mid] 是不是要找的第一个值大于等于给定值的元素。如果 a[mid] 前面已经没有元素，或者前面一个元素小于要查找的 value，那 a[mid] 就是我们要找的元素。这段逻辑对应代码的第 7 行。

如果 a[mid-1] 也大于等于 value，那就说明要查找的元素在 [low, mid-1] 之间，所以我们将 high 更新为 mid -1。

变体四：查找最后一个小于等于给定值的元素

现在在看最后一张二分查找的变形问题，查找最后一个小于等于给定值的元素。比如，数组中存储这样一个序列：3,5,6,8,10。如果查找最后一个小于等于 7 的元素，那就是 6。是不是有点类似上面那一种？

public int bsearch(int[] a, int n, int value) {
    int low = 0;
    int high = n - 1;
    while (low <= high) {
        int mid = (low + high) / 2;
        if(a[mid] > value) {
            high = mid - 1;
        } else {
            if ((mid == n-1) || (a[mid+1] > value)) return mid;
            low = mid + 1;
        }
    }
    return -1;
}