数值查找算法（二分搜索算法）

查找是指在大量数据中找到特定的目标元素。一般情况下，我们首先想到的最笨的方法就是，按照顺序进行遍历依次查找，但是当我们处理大数据时，这种方法就着实让人捉急了。那怎么办呢？

没事，我们有二分查找算法！

二分查找又称折半查找，对数查找，是指在有序的数值序列中，从中间开始查找，如果查找元素小于中间元素，则在中间元素的左边区间进行折半查找，相反，则从右边区间进行查找，直到取到的中间值等于查找值或者查找的值不存在。

折半查找的最差时间复杂度为O(log n)，最优时间复杂度为O(1)，平均时间复杂度为O(log n)。而通过最原始捉急的遍历查找，对应的平均时间复杂度则为O(n)，相比而言是不是优势很大呢？

那么接下来我们来看一看如何进行二分查找吧。

步骤：

（1）确定该期间的中间位置K
（2）将查找的值T与array[k]比较。若相等，查找成功返回此位置；否则确定新的查找区域，继续二分查找。区域确定如下：
a.array[k]>T 由数组的有序性可知array[k,k+1,……,high]>T;故新的区间为array[low,……，K-1]
b.array[k]<T 类似上面查找区间为array[k+1,……，high]。每一次查找与中间值比较，可以确定是否查找成功，不成功当前查找区间缩小一半。递归找，即可。

"""
1. 二分查找是有条件的，首先是有序，其次因为二分查找操作的是下标，所以要求是顺序表
2. 最优时间复杂度：O(1)
3. 最坏时间复杂度：O(logn)
"""

def BinarySearch(array, value):
    """
    非递归解决二分查找
    返回下标
    """
    low = 0
    high = len(array)-1
    while low < high:
        mid = (low+high)/2
        if array[mid] < value:
            low = mid + 1
        elif array[mid] > value:
            high = mid - 1
        else:
            return mid
    return -1

def BinarySearch(array, value):
    """
    递归解决二分查找
    返回是否存在
    """
    n = len(array)
    if n < 1:
        return -1
    mid = n // 2
    if array[mid] > value:
        return BinarySearch(array[0:mid], value)
    elif array[mid] < value:
        return BinarySearch(array[mid+1:], value)
    else:
        return True

if __name__ == "__main__":
    print BinarySearch([1,2,3,34,56,57,78,87],57)

当然，有时候我们可能会遇到其他的变式情况。但解决的方法还是一样的。

举个栗子，

把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转。  输入一个非减排序的数组的一个旋转，输出旋转数组的最小元素。 例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转，该数组的最小值为1。  NOTE：给出的所有元素都大于0，若数组大小为0，请返回0。

对待这个问题我们该怎么做呢？

我们来分析一下：

 传进去旋转数组，注意旋转数组的特性：

1. 包含两个有序序列 

2. 最小数一定位于第二个序列的开头 

3. 前序列的值都>=后序列的值

旋转之后的数组实际上可以划分成两个有序的子数组：前面子数组的大小都大于后面子数组中的元素 。我们注意到实际上最小的元素就是两个子数组的分界线。因此我们试着用二分查找法寻找这个最小的元素。

那么我们怎么应用二分查找的思想呢？

首先是根据中间元素确定跳转规则：

中间元素大于第一个元素，则中间元素位于前面的递增子数组，此时最小元素位于中间元素的后面。我们可以让第一个指针left指向中间元素。

移动之后，第一个指针仍然位于前面的递增数组中。

中间元素小于第一个元素，则中间元素位于后面的递增子数组，此时最小元素位于中间元素的前面。我们可以让第二个指针right指向中间元素。

按照以上思路，第一个指针left总是指向前面递增数组的元素，第二个指针right总是指向后面递增的数组元素。 最终第一个指针将指向前面数组的最后一个元素，第二个指针指向后面数组中的第一个元素，也就是说，他们将指向两个相邻的元素，而第二个指针指向的刚好是最小的元素，这就是循环的结束条件。 

具体而言就是：

mid = left+ (right- left)/2

需要考虑三种情况：

(1)array[mid] > array[right]:

出现这种情况的array类似[3,4,5,6,0,1,2]，此时最小数字一定在mid的右边。

left= mid + 1

(2)array[mid] == array[right]:

出现这种情况的array类似 [1,0,1,1,1] 或者[1,1,1,0,1]，此时最小数字不好判断在mid左边还是右边，这时只好一个一个试 ，

right= right- 1

(3)array[mid] < array[right]:

出现这种情况的array类似[2,2,3,4,5,6,6],此时最小数字一定就是array[mid]或者在mid的左边。因为右边必然都是递增的。

right= mid

来看一下具体实现的代码吧

def minNumberInRotateArray(self, rotateArray):
    left = 0
    right = len(rotateArray)-1
    if not rotateArray:
        return 0
    else:
        while left <= right: 
            mid = left + (right-left)/2
            if rotateArray[mid] > rotateArray[right]:
                 left = mid+1
            elif rotateArray[mid] < rotateArray[right]:
                 right = mid
            else:
                 right -= 1
        return rotateArray[mid]

 

转载于:https://my.oschina.net/magicalee/blog/1928748