最近开始复习基础找工作,二分查找算是最基本而且十分重要的算法了,现在完整的解析一下,作为后面复习只用。内容分为几个部分:
一、二分查找的基本过程
折半查找技术,又称为二分查找。它的前提条件是线性表中的记录必须是关键码有序(通常从小到大排序),线性表必须采用顺序存储。折半查找的基本思想是:在有序表中,取中间记录作为比较对象,如果给定值与中间记录的关键字相等,则查找成功;若给定值小于中间记录的关键字,则在中间记录的左半区继续查找;若给定值大于中间记录的关键字,则在中间记录的右半区继续查找。不断重复上述过程,直到查找成功,或所有查找区域无记录,查找失败为止。
二、二分查找的基本代码
问题描述为:给定一个顺序的数组arr,以及数组的长度len,要查找的目标值val,用二分查找的方法去判断val是否在数组arr中,如果存在,返回目标值val在数组arr中的下标索引index;如果不存在,那么返回-1。
下面我们将给出二分查找的基本代码,分为非递归和递归版本:
非递归版本:
int bsearch(int val , int *arr , int len)
{
int l = 0 , r = len - 1;
int m;
while( l<=r )
{
m = (l+r)/2; <span style="font-family: 'Microsoft YaHei';">//是否正确且高效?</span>
if(arr[m] == val ) break;
else if(arr[m] < val)
{
l = m + 1 ;
}
else
{
r = m - 1 ;
}
}
if(l<=r) return m;
else return -1;
}
递归版本:
int bsearch_with_recur(int val,int *arr, int l,int r)
{
int m ;
if( l>r ) return -1;
m = (l+r)/2; //是否正确且高效?
if(val == arr[m]) return m;
else if(val<arr[m]) return bsearch_with_recur(val,arr,l,m-1);
else return bsearch_with_recur(val,arr,m+1,r);
}
三、二分查找的优化代码
上述的两块代码是否正确且高效?
3.1.用指针代替寻址提高速度:值得注意的是,下面求值表达式:m = ( l + r )/2; 中的除法运算可以用移位运算代替,即:m = ( l + r )>>1;这样做的确会提高程序的运行速度。现在首先去掉一些寻址运算,在很多机器上下标运算都要比指针运算慢。我们可以把arr+m的值存储在一个局部变量中,这样就不需要每次都重复计算,从而可以稍微减小一些寻址运算。
int bsearch(int val , int *arr , int len)
{
int l = 0 , r = len - 1;
int m;
while( l<=r )
{
m = (l+r)/2;
int *p = arr+m;
if(*p == val ) break;
else if(*p < val)
{
l = m + 1 ;
}
else
{
r = m - 1 ;
}
}
if(l<=r) return m;
else return -1;
}
又假定我们系统进一步减少寻址运算,这可以通过在整个程序中用指针代替下标来做到。即把程序用凡用到下标的地方统统改成用指针的形式重写即可。
int bsearch1(int val , int *arr , int len)
{
int *l = arr , *r = arr + len ;
int *m;
while( l<=r )
{
m = (l+r)/2;
if(*m == val ) break;
else if(*m < val)
{
l = m + 1 ;
}
else
{
r = m - 1 ;
}
}
if(l<=r) return m-arr;
else return -1;
}
实际上上面这个程序还是有点问题,m = ( l + r )/2,这个语句是非法的,因为它试图把两个指针相加。正确的做法是,首先计算出l与r之间的距离(这可以由指针减法得到,并且结果是一个整数),然后把这个距离的一半(也仍然是个整数)与l相加:m = ( r - l )/2 + l; 因为除以2就相当于向右移动一位,而移位的效率要远远高于除法,因此可以改为:m = ( r - l )>>1 + l;注意:>>的优先级低于算数运算符,上式效果实际上是:m = ( r - l )>>( l + 1 );为了避免错误要加上括号:m = ( ( r - l )>>1 ) + l。
3.2.l与r值过大相加溢出:当l和r表示下标而不是指针的时候,如果l或者r过大,那么m = ( l + r )/2;结果就会发生溢出,因此,我们写成:m = ( r - l )/2 + l;的形式。那么,我们可以修改最初的两段代码,作出相应优化,保证正确提高效率:
非递归:
int bsearch(int val , int *arr , int len)
{
int l = 0 , r = len - 1;
int m;
while( l<=r )
{
<strong>m = ( ( r - l )>>1 ) + l;</strong>
if(arr[m] == val ) break;
else if(arr[m] < val)
{
l = m + 1 ;
}
else
{
r = m - 1 ;
}
}
if(l<=r) return m;
else return -1;
}
递归:
int bsearch_with_recur(int val,int *arr, int l,int r)
{
int m ;
if( l>r ) return -1;
<strong>m = ( ( r - l )>>1 ) + l;</strong>
if(val == arr[m]) return m;
else if(val<arr[m]) return bsearch_with_recur(val,arr,l,m-1);
else return bsearch_with_recur(val,arr,m+1,r);
}
四、二分查找相关的STL
C语言里有bsearch:http://www.cplusplus.com/reference/cstdlib/bsearch/?kw=bsearch
STL之lower_bound : http://www.cplusplus.com/reference/algorithm/lower_bound/?kw=lower_bound
STL之upper_bound : http://www.cplusplus.com/reference/algorithm/upper_bound/?kw=upper_bound
STL之binary_search : http://www.cplusplus.com/reference/algorithm/binary_search/?kw=binary_search
STL之equal_range : http://www.cplusplus.com/reference/algorithm/equal_range/?kw=equal_range
当然学习这些还是需要应用,等做完leetcode和POJ相关问题之后再总结。
五、Cuda的简单实现
最近开始接触Cuda,一个基于GPU的并行计算架构,作为学习用cuda来实现相同的查找问题。只是用并行的方法就不存在了串行的二分查找的问题,最简单粗暴的方式就是利用GPU强大的并行计算能力,将数组arr中的每个元素一次性放到GPU核上进行并行查找,即和目标值val进行比较,那么可以简单的理解为只要比较一次,即在O(1)的时间内就能够得到比较结果(当然没有考虑到调度问题)。
Cuda程序设计的基本流程比较简单:
a.分配host(主机端)的基本变量并赋予初始值
b.在device(GPU)上分配空间,利用CudaMalloc
c.将host端的数值拷贝到device端,利用cudaMemcpy
d.调用kernal函数在device进行计算
f.将device端的计算结果拷贝回到host端,并处理结果
Talk is cheap , show me the code:
cuda_binsearch.cu:
#include<iostream>
#include<vector>
#include<stdio.h>
#include<ctime>
#include "binsearch.h"
using namespace std;
int N;
//kernal function
__global__ void binsearch(int *p , int *val,int *pos, int flag)
{
int tid = blockIdx.x * blockDim.x + threadIdx.x;
if(p[tid]==*val)
{
*pos = tid;
}
}
int main(int argc, char *argv[])
{
if(argc<3)
{
perror("The argument should be : ./a.out N value");
}
vector<int> vec;
int *hp,*dp;
int hval,*dval;
int hpos = -1, *dpos;
int N = atoi(argv[1]);
hval = atoi(argv[2]);
double timing;
for( int i=0;i<N;i++ )
{
vec.push_back(i);
}
//allocate space in device
cudaMalloc( &dp, N*sizeof(int) ) ;
cudaMalloc( &dval, sizeof(int) );
cudaMalloc( &dpos, sizeof(int) );
hp = (int *)&vec[0];
int temp = -1 ;
//copy data from host to device
cudaMemcpy(dp,hp,N*sizeof(int),cudaMemcpyHostToDevice) ;
cudaMemcpy(dval,&hval,sizeof(int),cudaMemcpyHostToDevice);
cudaMemcpy(dpos, &temp, sizeof(int),cudaMemcpyHostToDevice);
timing = wtime();
int block_dim = 128;
int grid_dim = ( N % block_dim == 0 ? (N>>7) : (N>>7)+1 );
//kernal function
binsearch<<<grid_dim,block_dim>>>( dp, dval, dpos,0 );
printf("Computation time is %10.10f\n",wtime()-timing);
//copy data from device to host
cudaMemcpy(&hpos, dpos, sizeof(int),cudaMemcpyDeviceToHost);
if( hpos==-1 )
{
cout<<"this val "<<hval<<" can not be found "<<endl;
}
else
{
cout<<"this val "<<hval<<" can be found at position "<<hpos<<endl;
}
//free the space
cudaFree(dp);
cudaFree(dval);
cudaFree(dpos);
return 0;
}
cuda_wtime.cu:
#include <stdio.h>
#include <sys/time.h>
#include <iostream>
#include <cstdlib>
double wtime(void)
{
double now_time;
struct timeval etstart;
struct timezone tzp;
if(gettimeofday(&etstart,&tzp)==-1)
{
perror("Error:calling gettimeofday() not successfully.\n");
}
now_time = ( (double)etstart.tv_sec ) + ((double)etstart.tv_usec) / 1000000.0;
return now_time;
}
#if 0
int main()
{
double time;
time = wtime();
printf("time of day = %10.4f\n",time);
return 0;
}
#endif
binsearch.h:
#ifndef _BINSEARCH_H_
#define _BINSEARCH_H_
double wtime(void);
#endif
运行结果:
从1~1000中查找666:
从1~1000中查找6666:
六、相关面试题
也在CSDN上看到了一篇不错的二分查找的总结,贴在这里以供学习:http://blog.csdn.net/luckyxiaoqiang/article/details/8937978。在此添加下遇到的校招题目。
2015美团合肥站一道题:现在给你一个数组,左边是升序的,右边是降序的,现在让你找到最大的那个值。要求尽可能小的时间复杂度和空间复杂度。
分析:在不考虑边界的情况下(即最大值一定出现在数组的中间位置,而不是最左边和最右边),那么我通过递归的方式不断的去搜索左右两边的数组序列,那么一定会在几次查找之后找到那个值。当然也能用O(n)的时间复杂度搞定。
#include<iostream>
using namespace std;
int Max(int a[] , int low , int high)
{
if(low > high) return -1;
int m = low + ( (high-low)>>1 );
if( a[m]>a[m-1] && a[m]>a[m+1] ) return a[m];
else if( a[m]<a[m+1] && a[m]>a[m-1] )
return Max(a,m+1,high);
else return Max(a,low,m-1);
}
int main()
{
int a[] = {-10,0,1,3,5,6,7,9,8,4,2,-1};
cout<<Max(a,0,sizeof(a)/sizeof(a[0])-1)<<endl;
system("pause");
return 0;
}
转载请注明:http://blog.csdn.net/lavorange/article/details/21961045