二分查找实现细节

二分查找

第一部分

• 原理
  与有序数组相关的问题，比如确定某个数是否在其中，采用二分查找可以达到log(n)的复杂度。

• 原理虽然简单，但是要真正编码实现，而且无bug往往还不是那么容易。本人就实践过多次，每次写完后都要调试好几次才能去掉很多bug。但是在面试过程中，面试官看的就是你平时编码多不多，肯定不会让你有那么多机会调试，你最多可以心里调试一遍，这样往往就留下很多bug，一跑就可能出错。

• 以下是我对bug出现最多的原因的总结
  （start、mid、end分别表示头、中点、尾端的游标或指针）

---

1. 在while循环中出现死循环，原因是mid更新start，(start < end) true, 再次mid更新start，…，如此往复。
2. 最终返回值游标采用mid，导致结果错误。

---

• 原因和解决办法
  
  • 对1， 是因为最后出现了start = end - 1，即两者相邻的情形，此时mid = (start + end) / 2, 在int中，mid = start 之后，如果在if语句中出现 start = mid这样的更新游标语句，那么自然就会陷入死循环。因此我们要避免前面的游标直接由mid更新，即用start = mid + 1，此时将等于的情况挪给end更新来完成：end = mid， 因为这种情况绝不会导致死循环。
  • 对2， 是因为最后一次start = end后，将跳出while循环，而促使这个条件成立的，可能是由于start = mid + 1, 也就是说，最终值应该是更新后的 (start + end) / 2， 由于跳出了循环，将得不到更新后的值，而是前一步的mid值。所以最终的输出游标可以采用end，start应该也可以。
    e.g. 下面是在升序数组arr中，查找value是否在其中的一个例子，其中，start = mid + 1 使死循环不再出现。

    public boolean ascendingFind(int[] arr, int start, int end, int value){
        if (start > end) {
            return false;
         }
        int mid = 0;
        while(start < end){
        mid = (start + end) >> 1;
        if(arr[mid] < value){
            start = mid + 1;
        }else{
            end = mid;
          }
        }
        if (arr[end] == value) {
            return true;
        }
        return false;
    }

第二部分

• 典型应用场景程序分析

经过上述总结后，本以为可以得心应手的，却发现在紧张状态下仍然对逻辑分析感觉很混乱，唯一有一点的好处是，我知道了很可能导致bug的点在start上面，还有对相邻的start和end进行分析。

  1. 给定数组a[]（升序）, 数m，求出m在a中最左边的位置/最右边的位置

最左边的位置，应该用a[mid] < m时，start = mid+1，为什么我们这么选而不用 a[mid] > m, end = mid - 1呢？因为根据第一部分的原理，我们为了避免最后start和mid交替赋值的死循环问题，我们想尽量在更新start时不要用start = mid。但有些情况下我们避免不了start = mid这样的情况，我们需要另外考虑。
这样我们就有：

    // 输出等于m的最左边的下标,如果m不在a中，则输出大于m的第一个下标
    public int leftMostEqual(int[] a, int m){
        int start = 0;
        int end = a.length - 1;
        int mid;
        while(start < end){
            mid = start + (end - start) / 2;
            if (a[mid] < m) {
                start = mid + 1;
            }else {
                end = mid;
            }
        }
        return end;

那最后的返回值取start、end还是mid呢？分析可以发现start = end，mid可能还没有更新，所以应该选择end。另外，当m不在a中时，上面的代码输出大于m的第一个下标。其实这里就对应了下面一个问题：

找出int[] a中大于等于m的最左边的下标

的解, 实现上完全一样，接口为：

public int leftMostGreatEqual(int[] a, int m)

接下来的问题为：找出m在a中的最右边的位置，
和上面问题的区别为，start = mid+1在这里用不了了，因为如果a[start] = m,我们不知道当前start是否是最后一个位置，还是第一个位置，所以不能往右移，只能用start = mid，这样为了避免死循环，我们需要改变while(start < end), 如下：

    // 输出等于m的最右边的下标,如果m不在a中，则输出小于m的最后一个下标
    public int rightMostEqual(int[] a, int m){
        int start = 0;
        int end = a.length - 1;
        int mid;
        while(start < end - 1){
            mid = start + (end - start) / 2;
            if (a[mid] > m) {
                end = mid - 1;
            }else {
                start = mid;
            }
        }
        if(a[end] == m)
            return end;
        else {
            return start;
        }
    }

我们将终止条件变成了start < end - 1防止start和end发生相邻，当start和end相邻时，循环结束。
那么我们应该取end还是start呢？通过举例可以发现，a[end]肯定不会小于m，所以我们可以从end开始尝试和目标值m比较，再返回正确的值。

另外，返回小于等于某给定数的最右边的下标 的问题，也和这个问题解法完全一样，他们的本质是一样的。

就是这样，欢迎各位提出问题和意见。