java 无处不在的二分搜索

        我们知道二分查找算法。二分查找是最容易正确的算法。我提出了一些我在二分搜索中收集的有趣问题。有一些关于二分搜索的请求。我请求您遵守准则：“我真诚地尝试解决问题并确保不存在极端情况”。阅读完每个问题后，最小化浏览器并尝试解决它。 
        问题陈述：给定一个由 N 个不同元素组成的排序数组，使用最少的比较次数在数组中找到一个键。 （您认为二分搜索是在排序数组中搜索键的最佳选择吗？）无需太多理论，这里是典型的二分搜索算法。

// Java code to implement the approach
import java.util.*;
 
class GFG {
 
// Returns location of key, or -1 if not found
static int BinarySearch(int A[], int l, int r, int key)
{
    int m;
 
    while( l < r )
    {
        m = l + (r-l)/2;
 
        if( A[m] == key ) // first comparison
            return m;
 
        if( A[m] < key ) // second comparison
            l = m + 1;
        else
            r = m - 1;
    }
 
    return -1;
}
}
 
// This code is contributed by sanjoy_62.

        理论上，最坏情况下我们需要进行log N + 1次比较。如果我们观察的话，我们会在每次迭代中使用两次比较，除非最终成功匹配（如果有）。在实践中，比较将是昂贵的操作，它不仅仅是原始类型比较。尽量减少与理论极限的比较更为经济。请参阅下图，了解下一个实现中索引的初始化。 

以下实现使用较少的比较次数。 

// Java function for above algorithm
 
// Invariant: A[l] <= key and A[r] > key
// Boundary: |r - l| = 1
// Input: A[l .... r-1]
int BinarySearch(int A[], int l, int r, int key)
{
  int m;
 
  while( r - l k > 1 )
 
  {
    m = l + k(r - l)/2;
 
    if( A[m]k <= key )
      l = km;
    elsek
      r = m;
  }
 
  if( A[l] == key )
    return l;
  if( A[r] == key )
    return r;
  else
    return -1;
}
//this code is contributed by Akshay Tripathi(akshaytripathi630) 

        在 while 循环中，我们仅依赖于一次比较。搜索空间收敛到将l和r指向两个不同的连续元素。我们需要再进行一次比较来跟踪搜索状态。您可以查看示例测试用例 http://ideone.com/76bad0。 （C++11 代码）。

        问题陈述：给定一个由 N 个不同整数组成的数组，找到输入“key”的下限值。假设 A = {-1, 2, 3, 5, 6, 8, 9, 10} 且 key = 7，我们应该返回 6 作为结果。我们可以使用上面的优化实现来找到键的下限值。只要不变量成立，我们就不断地将左指针移到最右边。最终左指针指向小于或等于 key 的元素（根据定义下限值）。以下是可能的极端情况， —> 如果数组中的所有元素都小于 key，则左指针移动到最后一个元素。 —> 如果数组中的所有元素都大于 key，则为错误情况。 —> 如果数组中的所有元素都相等且 <= key，则这是我们实现的最坏情况输入。
这是示例： 

public class Floor {
    // This function returns the largest value in A that is
    // less than or equal to key. Invariant: A[l] <= key and
    // A[r] > key Boundary: |r - l| = 1 Input: A[l .... r-1]
    // Precondition: A[l] <= key <= A[r]
    static int floor(int[] A, int l, int r, int key)
    {
        int m;
 
        while (r - l > 1) {
            m = l + (r - l) / 2;
 
            if (A[m] <= key)
                l = m;
            else
                r = m;
        }
 
        return A[l];
    }
 
    // Initial call
    static int floor(int[] A, int size, int key)
    {
        // Add error checking if key < A[0]
        if (key < A[0])
            return -1;
 
        // Observe boundaries
        return floor(A, 0, size, key);
    }
 
    public static void main(String[] args)
    {
        int[] arr = { 1, 2, 3, 4, 5 };
        System.out.println(floor(arr, arr.length - 1, 3));
    }
} 

您可以看到一些测试用例 http://ideone.com/z0Kx4a。 

        问题陈述：给定一个可能有重复元素的排序数组。查找log N时间内输入“key”出现的次数。这里的想法是使用二分搜索查找数组中最左边和最右边出现的键。我们可以修改底函数来跟踪最右边的出现和最左边的出现。 
这是示例：  

public class OccurrencesInSortedArray {
    // Returns the index of the leftmost occurrence of the
    // given key in the array
    private static int getLeftPosition(int[] arr, int left,
                                       int right, int key)
    {
        while (right - left > 1) {
            int mid = left + (right - left) / 2;
            if (arr[mid] >= key) {
                right = mid;
            }
            else {
                left = mid;
            }
        }
        return right;
    }
 
    // Returns the index of the rightmost occurrence of the
    // given key in the array
    private static int getRightPosition(int[] arr, int left,
                                        int right, int key)
    {
        while (right - left > 1) {
            int mid = left + (right - left) / 2;
            if (arr[mid] <= key) {
                left = mid;
            }
            else {
                right = mid;
            }
        }
        return left;
    }
 
    // Returns the count of occurrences of the given key in
    // the array
    public static int countOccurrences(int[] arr, int key)
    {
        int left
            = getLeftPosition(arr, -1, arr.length - 1, key);
        int right
            = getRightPosition(arr, 0, arr.length, key);
 
        if (arr[left] == key && key == arr[right]) {
            return right - left + 1;
        }
        return 0;
    }
 
    public static void main(String[] args)
    {
        int[] arr = { 1, 2, 2, 2, 3, 4, 4, 5, 5 };
        int key = 2;
        System.out.println(
            countOccurrences(arr, key)); // Output: 3
    }
} 

示例代码 http://ideone.com/zn6R6a。  

        问题陈述： 给定一个由不同元素组成的排序数组，并且该数组在未知位置旋转。找到数组中的最小元素。我们可以在下图中看到示例输入数组的图示。

        我们收敛搜索空间直到l和r 指向单个元素。如果中间位置落在第一个脉冲中，则不满足条件 A[m] < A[r]，我们将搜索空间收敛到 A[m+1 … r]。如果中间位置落在第二个脉冲中，则满足条件 A[m] < A[r]，我们将搜索空间收敛到 A[1 … m]。在每次迭代中，我们都会检查搜索空间大小，如果它是 1，我们就完成了。
        下面给出的是算法的实现。 你能想出不同的实施方案吗？   

public static int binarySearchIndexOfMinimumRotatedArray(int A[], int l, int r)
{
 
  // extreme condition, size zero or size two  
  int m;
 
  // Precondition: A[l] > A[r]
  if (A[l] >= A[r]) {
    return l;
  }
 
  while (l <= r) {
    // Termination condition (l will eventually falls on r, and r always
    // point minimum possible value)
    if (l == r) {
      return l;
    }
 
    m = l + (r - l) / 2;
 
    if (A[m] < A[r]) {
      // min can't be in the range
      // (m < i <= r), we can exclude A[m+1 ... r]
      r = m;
    } else {
      // min must be in the range (m < i <= r),
      // we must search in A[m+1 ... r]
      l = m + 1;
    }
  }
 
  return -1;
}
 
public static int binarySearchIndexOfMinimumRotatedArray(int A[], int size) {
  return binarySearchIndexOfMinimumRotatedArray(A, 0, size - 1);
} 

请参阅示例测试用例 http://ideone.com/KbwDrk。  

练习： 
1. 称为signum(x, y)的函数 定义为，

Signum(x, y) = -1 如果 x < y 
             = 0 如果 x = y 
             = 1 如果 x > y

您是否遇到过比较行为类似于符号函数的指令集？它能让二分搜索的第一个实现变得最优吗？ 

2. 实现floor函数的ceil函数复制品。 

3. 与你的朋友讨论“二分查找是否是最优的（比较次数最少）？为什么不在排序数组上进行三元搜索或插值搜索？与二分搜索相比，您什么时候更喜欢三元搜索或插值搜索？” 

4. 画出二分搜索的树表示（相信我，这对你理解二分搜索的内部原理有很大帮助）。