二分查找(详尽版)

二分查找

给定一有序的序列nums[]，一个元素target，想要找到其中等于给定元素的下标。大体思路就是总是折半查找，通过比较给定元素与序列中间元素的大小，若nums[midIndex] > target,说明target的值在前半段，小于时在后半段。如此往复，即可得到结果。

算法如此简单，但在具体实现过程中有些细节问题值得思考。如下就列出五种情况下的的二分查找。

目录

1.从nums[]中找到target的任一位置；

2.从nums[]中找到target出现的第一个位置；

3.从nums[]中找到target出现的最后一个位置；

4.从nums[]中找到大于target出现的第一个位置；

5.从nums[]中找到小于target出现的最后一个位置； 

 

---

 

1.从nums[]中找到target的任一位置；

代码实现如下：

     public static int search1(int[] nums, int target) {
         int minIndex = 0, maxIndex = nums.length - 1, midIndex = 0;;
         while(minIndex < maxIndex - 1) {//两个情况下退出来即可
             midIndex = minIndex + (maxIndex - minIndex) / 2;
             if(nums[midIndex] < target) {
                 minIndex = midIndex;
             }else if(nums[midIndex] > target) {
                 maxIndex = midIndex;
             }else {
                 break;
             }
         }
         if(nums[midIndex] == target) {
             return midIndex;
         }else if(nums[minIndex] == target) {
             return minIndex;
         }else if(nums[maxIndex] == target) {
             return maxIndex;
         }else {
             return -1;
         }
     }

注：上述实现过程中进行中值计算时并没有使用midIndex = (minIndex + maxIndex) / 2,这是由于这种做法可能引起越界问题，minIndex + maxIndex可能会超过Integer.MAX_VALUE。

2.从nums[]中找到target出现的第一个位置；

代码实现如下：

     public static int search2(int[] nums, int target) {
         int minIndex = 0, maxIndex = nums.length - 1, midIndex = 0;;
         while(minIndex < maxIndex - 1) {//两个情况下退出来即可
             midIndex = minIndex + (maxIndex - minIndex) / 2;
             if(nums[midIndex] >= target) {
                 maxIndex = midIndex;
             }else{
                 minIndex = midIndex;
             }
         }
         if(nums[minIndex] == target) {
             return minIndex;
         }else if(nums[maxIndex] == target) {
             return maxIndex;
         }else {
             return -1;
         }
     }

大体实现类似，就是由于该题要找到是出现的第一个位置，因此对于出现nums[midIndex] == target的情况，应该把他归到n大于target中，在前半段寻找。

3.从nums[]中找到target出现的最后一个位置；

代码实现如下：

     public static int search3(int[] nums, int target) {
         int minIndex = 0, maxIndex = nums.length - 1, midIndex = 0;;
         while(minIndex < maxIndex - 1) {//两个情况下退出来即可
             midIndex = minIndex + (maxIndex - minIndex) / 2;
             if(nums[midIndex] <= target) {
                 minIndex = midIndex;
             }else{
                 maxIndex = midIndex;
             }
         }
         if(nums[maxIndex] == target) {
             return maxIndex;
         }else if(nums[minIndex] == target) {
             return minIndex;
         }else {
             return -1;
         }
     }

由于需要找出现最后一个位置，应该把等于target的部分归结到小于target那块，在其后半段寻找。

4.从nums[]中找到大于target出现的第一个位置；

     public static int search(int [] nums, int target) {
         int minIndex = 0, maxIndex = nums.length - 1, midIndex = 0;
         while(minIndex < maxIndex - 1) {
             midIndex = minIndex + (maxIndex - minIndex) / 2;
             if(nums[midIndex] > target) {
                 maxIndex = midIndex;
             }else {
                 minIndex = midIndex;
             }
         }
         if(nums[minIndex] > target) {
             return minIndex;
         }else if(nums[maxIndex] > target) {
             return maxIndex;
         }else {
             return -1;
         }
     }

这个问题近似等于问题三，不过在后面返回时是从minIndex开始的。

5.从nums[]中找到小于target出现的最后一个位置；

代码实现如下：

    public static int search1(int [] nums, int target) {
         int minIndex = 0, maxIndex = nums.length - 1, midIndex = 0;
         while(minIndex < maxIndex - 1) {
             midIndex = minIndex + (maxIndex - minIndex) / 2;
             if(nums[midIndex] < target) {
                 minIndex = midIndex;
             }else {
                 maxIndex = midIndex;
             }
         }
         if(nums[maxIndex] < target) {
             return maxIndex;
         }else if(nums[minIndex] < target) {
             return minIndex;
         }else {
             return -1;
         }
     }

 抖个机灵，小于target的第一个元素下标要么为0，要么为-1，大于dateget的最后一个元素下标要么为length-1，要么为-1，我确定。

参考文献：

[1] 编程之美 : 微软技术面试心得[M]. 2008.