java算法-二分查找算法

一、二分查找算法思想

又叫折半查找,要求待查找的序列有序。每次取中间位置的值与待查关键字比较,如果中间位置的值比待查关键字大,则在前半部分循环这个查找的过程,如果中间位置的值比待查关键字小,则在后半部分循环这个查找的过程。直到查找到了为止,否则序列中没有待查的关键字。
 
二、图示说明
 

三、二分查找优缺点

优点是比较次数少,查找速度快,平均性能好;

其缺点是要求待查表为有序表,且插入删除困难。

因此,折半查找方法适用于不经常变动而查找频繁的有序列表。

使用条件:查找序列是顺序结构,有序。

四、代码实现

1.非递归方法

 private static int binarySearch(int[] arr, int key) {
        int left = 0;
        int right  = arr.length-1;
        int mid ;
        if (key < arr[left] || key > arr[right] || left > right){
          return -1;
        }
        while(left < right){
            mid = (left + right)/2;
            if (arr[mid] < key){
                left = mid +1;
            }else if(arr[mid] > key){
                right = mid - 1;
            }else {
                return mid ;
            }
        }
        return -1;
    }

2.递归方法

 public static int binarySearch(int[] arr,int left,int right,int key){
        if (key < arr[left] || key > arr[right] || left > right){
            return -1;
        }
        int mid = (left+right)/2;
        if (arr[mid]<key){
           return binarySearch(arr,mid+1,right,key);
        }else if(arr[mid]>key){
           return binarySearch(arr,left,mid-1,key);
        }else {
            return mid;
        }
    }

五、时间复杂度和空间复杂度

时间复杂度
采用的是分治策略

最坏的情况下两种方式时间复杂度一样:O(log2 N)

最好情况下为O(1)

空间复杂度
  算法的空间复杂度并不是计算实际占用的空间,而是计算整个算法的辅助空间单元的个数

非递归方式:由于辅助空间是常数级别的,所以空间复杂度是O(1);

递归方式: 递归的次数和深度都是log2 N,每次所需要的辅助空间都是常数级别的:
 空间复杂度:O(log2N )
 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
递归算法实现二分查找Java代码可以参考以下示例: ```java public class BinarySearch { public static void main(String[] args) { int[] nums = {1, 2, 6, 15, 18, 20, 25, 27, 35, 40, 45, 56, 62, 78, 88}; int findValue = 35; int binaryResult = binarySearch(nums, 0, nums.length - 1, findValue); System.out.println("元素第一次出现的位置(从0开始):" + binaryResult); } private static int binarySearch(int[] nums, int start, int end, int findValue) { if (start <= end) { int middle = (start + end) / 2; if (findValue == nums[middle]) { return middle; // 查找值等于中间值直接返回 } else if (findValue < nums[middle]) { return binarySearch(nums, start, middle - 1, findValue); // 小于中间值,在中间值之前的数据中查找 } else { return binarySearch(nums, middle + 1, end, findValue); // 大于中间值,在中间值之后的数据中查找 } } return -1; } } ``` 这个递归实现的二分查找算法首先检查开始下标`start`是否小于等于结束下标`end`,如果是,则计算中间下标`middle`。然后通过比较查找值`findValue`与中间值`nums[middle]`的大小,决定是在中间值之前的数据中查找还是在中间值之后的数据中查找,递归调用`binarySearch`方法。如果查找值等于中间值,则直接返回中间下标;如果查找值小于中间值,则在中间值之前的数据中查找,更新结束下标`end`为`middle - 1`;如果查找值大于中间值,则在中间值之后的数据中查找,更新开始下标`start`为`middle + 1`。如果开始下标大于结束下标,表示未找到查找值,返回-1。 这样的递归实现方式能够不断缩小查找范围,提高查找效率。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [二分查找递归解法(java)](https://blog.csdn.net/weixin_51577444/article/details/123763009)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Java常用算法-二分查找算法(两种方法实现)](https://blog.csdn.net/zengqing2010/article/details/120680127)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JAVA菜鸟程序员

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值