Scala、PHP、Golang 二分法查找

二分法查找是比较常见的查询算法。

对于一个有序序列，注意：是有序序列，找出其中某一个元素，通常的做法是序列中拿出一个一个的元素，每个元素和所需元素作比较，如果是想要的结果，就把元素的序号输出来。例如有序列：0, 3, 5, 7, 9, 11, 12, 13。我想要找7这个元素，我就取第一个元素0，和“11”比较，发现不是，然后取第二个“3”和“11”比较...直到取到第六个元素“11”，发现是想要的，就输出6。这样查询的时间复杂度很明显是N。

这样做显然不够完美，写程序是讲究运行效率的。以上面的序列“0, 3, 5, 7, 9, 11, 12, 13”为例，二分法的做法是：首先确定查找的“区间”，区间左端是“0”，区间右端是“13”，然后取这个区间中点作为和需要比较的对象比较，如果中点元素大于要查对象，就把中点作为下次查找的区间的左端（以从小到大的序列为例，如果序列是从大到小反之为右端），原来的右端还是右端；如果中点元素小于要查的对象，就把中点作为下次查找的区间的右端...然后继续这样比较，直到查到所查元素为止。这样查询的时间复杂度是log2N。可能很多人对于这个结果的所得表示很茫然，让我们来一起算一下。假设序列的长度是N，那么第一次查找后变为：N/2，第二次查找后：N/4...假设第x次 后找到所选数字：N/(2^x)；这个时候序列的长度应该是大于或者等于1的；即2^x >= N ，由于算的是x的次数，可令 2^x = N ；得出：x = log2N 即时间复杂度为：log2N。如果这样不是很好理解，我们换一个思维想想：

  时间复杂度不就是循环的次数嘛，求时间复杂度实际上就是求循环了多少次呗~我们倒着推：假设现在已经取到所需的元素，那么现在的序列长度肯定是大于等于一，就令他为一，时间复杂度嘛，为的就是算最长需要的时间嘛，它现在乘以2就是上一次的长度，再乘以2就是上上此的长度，假设成了x次后变为了N，那么为： 2^x = N。循环次数x为log2N，即时间复杂度为：log2N。

以下分别是用Golang、PHP和Scala写的二分法查找：

Golang：

 

//输出-1代表没有此数字
func binarySearch(arry [8]int, val int) int {
   left := 0
   right := len(arry) - 1
   for left < right {
      var mid int = (right-left)/2 + left
      if val < arry[mid] {
         right = mid
      } else if left > arry[mid] {
         val = mid
      } else {
         return mid + 1
      }
   }
   return -1
}

 

 

 

PHP:

 

function binary_search(array $array, $val){
    $left = 0;
    $right = count($array)-1;
    while($left < $right){
        $mid = floor(($right - $left)/2) + $left;
        if($val > $array[$mid]){
            $right = $mid;
        }
        else if ($val < $array[$mid]){
            $left =$mid;
        }
        else{
            return $mid + 1;
        }
    }
    return false;
}

 

Scala:

 

 

def binarySearch(arry:Array[Int], needed:Int):Int={
  var left = 0
  var right = arry.length -1
  while(left < right) {
    val mid:Int = (right - left)/2 + left
    needed   match {
      case _ if needed > arry.apply(mid) => left = mid
      case _ if needed < arry.apply(mid) => right = mid
      case _ if needed == arry.apply(mid) => return mid + 1
    }
  }
  return -1
}

 

 

 

更多精彩内容，请关注我的个人公众账号 互联网技术窝