《数据结构与算法》之链表
《数据结构与算法》之链栈
《数据结构与算法》之队列
《数据结构与算法》之排序
《数据结构与算法》之二叉树
二分查找是一种非常简单易懂的快速查找算法,即使你没有写过二分查找的算法,但是二分思想你在生活中肯定会碰到过。比如猜数字的游戏,从1~100中猜一个数字,每猜一次都会告诉你猜大了还是猜小了,直到猜中为止。现在的你是不是已经有思路了。
假如我定的数字是20,按照上面的规则来看下你只需要猜多少次就能够猜中
次数 | 猜测范围 | 中间数 | 对比大小 |
---|---|---|---|
第一次 | 1~100 | 50 | 50>20 |
第二次 | 1~50 | 25 | 25>20 |
第三次 | 1~25 | 12 | 12<20 |
第四次 | 12~25 | 18 | 18<20 |
第五次 | 18~25 | 21 | 21>20 |
第六次 | 18~21 | 19 | 19<20 |
第七次 | 19~21 | 20 | 20=20 |
从结果来看,你只需要猜7次就可以猜中,是不是很高效,这就是利用了二分思想的一个典型游戏。
接下来我们看一下代码的实现,举例了五种常见的查找情况。二分查找需要的是一个有序的数组,如果数组元素无序先要排序。先附上demo地址
以下代码low、high、mid 都是指数组下标,其中 low 和 high 表示当前查找的区间范围,初始 low=0, high=n-1。mid 表示[low, high]的中间位置。我们通过对比 a[mid]与 value 的大小,来更新接下来要查找的区间范围,直到找到或者区间缩小为 0,就退出。
- 查找值等于给定值的元素
/// 二分查找,一个没有重复数据的有序数组
/// - Parameters:
/// - array: 没有重复数据的有序数组
/// - value: 指定的值
/// - Returns: 位置下标
class func binarySearch(array: Array<Int>, value: Int) -> Int {
var low = 0
var high = array.count - 1
while low <= high {
let mid = low + (high - low) >> 1
if array[mid] == value {
return mid
}else if array[mid] > value {
high = mid - 1
}else {
low = mid + 1
}
}
return -1
}
- 查找第一个值等于给定值的元素
/// 二分查找,查找第一个值等于给定值的元素
/// - Parameters:
/// - array: 有序数组
/// - value: 指定的值
/// - Returns: 位置下标
class func binarySearchFirstEqualToValue(array: Array<Int>, value: Int) -> Int {
var low = 0
var high = array.count - 1
while low <= high {
let mid = low + (high - low) >> 1
if array[mid] > value {
high = mid - 1
}else if array[mid] < value {
low = mid + 1
}else {
//如果mid等于第一个元素或者mid的前一个元素的值不等于value,就说明是mid所处的位置是第一个值等于给定值的元素
if mid == 0 || (array[mid - 1] != value) {
return mid
}else {
high = mid - 1
}
}
}
return -1
}
- 查找最后一个值等于给定值的元素
/// 二分查找,查找最后一个值等于给定值的元素
/// - Parameters:
/// - array: 有序数组
/// - value: 指定的值
/// - Returns: 位置下标
class func binarySearchLastEqualToValue(array: Array<Int>, value: Int) -> Int {
var low = 0
var high = array.count - 1
while low <= high {
let mid = low + (high - low) >> 1
if array[mid] > value {
high = mid - 1
}else if array[mid] < value {
low = mid + 1
}else {
//如果mid等于第后一个元素或者mid的后一个元素的值不等于value,就说明是mid所处的位置是最后一个值等于给定值的元素
if (mid == array.count - 1) || (array[mid + 1] != value) {
return mid
}else {
low = mid + 1
}
}
}
return -1
}
- 查找第一个大于等于给定值的元素
/// 二分查找,查找第一个大于等于给定值的元素
/// - Parameters:
/// - array: 有序数组
/// - value: 指定的值
/// - Returns: 位置下标
class func binarySearchFirstBigToValue(array: Array<Int>, value: Int) -> Int {
var low = 0
var high = array.count - 1
while low <= high {
let mid = low + (high - low) >> 1
if array[mid] >= value {
//如果mid等于第一个元素或者mid的前一个元素的值小于value,就说明是mid所处的位置是第一个值大于等于给定值的元素
if mid == 0 || (array[mid - 1] < value) {
return mid
}else {
high = mid - 1
}
}else {
low = mid + 1
}
}
return -1
}
- 查找最后一个小于等于给定值的元素
/// 二分查找,查找最后一个小于等于给定值的元素
/// - Parameters:
/// - array: 有序数组
/// - value: 指定的值
/// - Returns: 位置下标
class func binarySearchLastSmallToValue(array: Array<Int>, value: Int) -> Int {
var low = 0
var high = array.count - 1
while low <= high {
let mid = low + (high - low) >> 1
if array[mid] <= value {
if (mid == array.count - 1) || (array[mid + 1] > value) {
return mid
}else {
low = mid + 1
}
}else {
high = mid - 1
}
}
return -1
}
二分查找有3 个容易出错的地方。
- 循环退出条件
注意是 low<=high,而不是 low - mid 的取值
实际上,mid=(low+high)/2 这种写法是有问题的。因为如果 low 和 high 比较大的话,两者之和就有可能会溢出。改进的方法是将 mid 的计算方式写成 low+(high-low)/2。更进一步,如果要将性能优化到极致的话,我们可以将这里的除以 2 操作转化成位运算 low+((high-low)>>1)。因为相比除法运算来说,计算机处理位运算要快得多。 - low 和 high 的更新
low=mid+1,high=mid-1。注意这里的 +1 和 -1,如果直接写成 low=mid 或者 high=mid,就可能会发生死循环。比如,当 high=3,low=3 时,如果 a[3]不等于 value,就会导致一直循环不退出。