算法之二分查找算法

查找算法之二分查找算法

1、 概述

二分查找算法也称折半查找算法，是在有序数组中用到的较为频繁的一种查找算法。在未接触二分查找算法时，最通用的一种做法是，对数组进行遍历，跟每个元素进行比较，即顺序查找。二分查找较顺序查找更优，因为这种算法每一次比较都使查找范围缩小一半。

二分查找是一种基于比较目标值和数组中间元素的教科书式算法。

• 如果目标值等于中间元素，则找到目标值。
• 如果目标值较小，继续在左侧搜索。
• 如果目标值较大，则继续在右侧搜索。

2、算法思想

二分查找算法是建立在有序数组基础上的。算法思想为：

• 查找过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则查找过程结束；
• 如果某一待查找元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟第 1 点一样从中间元素开始继续进行查找。
• 如果在某一步骤数组为空，则代表找不到。

例子： 有序数组nums[-1，0，3，5，9，12]，目标值即要查找的元素 target = 9；

算法实现思路如下：

• 初始化起点位置和终点位置，声明数组中间位置变量。

var left = 0;   // 起点数组索引
var right = nums.length - 1;  // 终点数组索引
var middle = 0;  // 数组中间位置

• 当 left <= right ：

  • 求中间middle索引： middle = Math.floor(left + (right - left) / 2); (建议使用这种方法求中间索引，可以防止 left + right 溢出（超出整数范围）)。

  • 比较中间元素 nums[middle] 和目标值 target

    • 如果 target = nums[middle] ，返回 middle 。
    • 如果 target > nums[middle] ，则在右侧继续搜索，把数组中间位置加1作为下一次计算的起点 left = middle + 1 。
    • 如果 target < nums[middle] ，则在左侧继续搜索，把数组中间位置减1作为下一次计算的终点 right = middle - 1 。

3、算法实现

题目描述：给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

示例1：
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例2：
输入: nums = [-1, 0, 3, 5, 9, 12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 - 1

方法1：使用非递归方式查找

/*二分查找：非递归方式查找*/
var search = function (nums, target) {
    var left = 0;   // 起点数组索引
    var right = nums.length - 1;  // 终点数组索引
    var middle = 0;  // 数组中间位置
    while (left <= right) {
        middle = Math.floor(left + (right - left) / 2);  // 防止计算时溢出
        if (target > nums[middle]) {
            left = middle + 1;  // 继续在右侧搜索
        } else if (target < nums[middle]) {
            right = middle - 1;  // 继续在左侧搜索
        } else {
            return middle;   // 找到目标值，返回目标值在数组中的索引
        }
    }
    return -1;  // 没有找到目标值
};

var ary1 = [-1, 0, 3, 5, 9, 12];
var target1 = 9;
console.log(search(ary1, target1));  // 4

方法2：使用递归方式查找

/* 二分查找：递归方式查找 */
var search = function (nums, target, left, right) {
    if (left > right) {
        return -1;   // 没有找到目标值
    }
    var middle = Math.floor(left + (right - left) / 2);  // 防止计算时溢出
    
    if (target > nums[middle]) {
        left = middle + 1;
        return search(nums, target, left, right);  // 继续在右侧搜索
    } else if (target < nums[middle]) {
        right = middle - 1;
        return search(nums, target, left, right);  // 继续在左侧搜索
    } else {
        return middle;   // 找到目标值，返回目标值在数组中的索引
    }

};

var ary1 = [-1, 0, 3, 5, 9, 12];
var target1 = 9;
console.log(search(ary1, target1, 0, ary1.length - 1));  // 4

4、复杂度分析

• 时间复杂度：O(logN)。
• 空间复杂度：O(1)。

5、案例：搜索插入位置

题目描述：
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

请必须使用时间复杂度为 O(log n) 的算法。

解题思路：
标签：二分查找

• 如果该题目暴力解决的话需要 O(n) 的时间复杂度，但是如果二分的话则可以降低到 O(logN) 的时间复杂度
• 整体思路和普通的二分查找几乎没有区别，先设定左侧下标 left 和右侧下标 right，再计算中间下标 mid
• 每次根据 nums[mid] 和 target 之间的大小进行判断，相等则直接返回下标，nums[mid] < target 则 left 右移，nums[mid] > target 则 right 左移
• 查找结束如果没有相等值则返回 left，该值为插入位置
• 时间复杂度：O(logN)

二分查找的思路不难理解，但是边界条件容易出错，比如 循环结束条件中 left 和 right 的关系，更新 left 和 right 位置时要不要加 1 减 1。

代码如下：

var searchInsert = function (nums, target) {
    var left = 0;   // 起点数组索引
    var right = nums.length - 1;  // 终点数组索引
    var middle = 0;  // 数组中间位置
    while (left < right) {
        middle = Math.floor(left + (right - left) / 2); // 防止计算时溢出
        if (target > nums[middle]) {
            left = middle + 1;  // 继续在右侧搜索
        } else if (target < nums[middle]) {
            right = middle - 1;  // 继续在左侧搜索
        } else {
            return middle;   // 找到目标值，返回目标值在数组中的索引
        }
    }

    // 此时有 left == right , 目标值不在数组中
    if (target > nums[left]) {
        return left + 1;   // 返回 target 将会被按顺序插入的位置
    } else {
        return left;   // 返回 target 将会被按顺序插入的位置
    }
};