算法详解之二分查找算法

二分查找算法

算法思想

二分查找又称折半查找，其算法核心思想是对一组有序的数据集不断的进行对半分隔，并检查每个分区的中间元素是否为被查找的目标元素。

适用前提

在上面的定义中，我们知道二分查找算法只能适用于有序数据集，如果数据集为无序的，那么算法将失效。

时间复杂度

二分查找算法的时间复杂度与有序数据集的元素个数有关，假设有序数据集有 n 个元素，其时间复杂度为：

$$O({\log }_{2}n)$$

实现过程

此实现过程主要是通过游标变量 left 和 right 控制一个循环来查找元素（其中left和right是待查找数据集的左右两个边界）。首先，将 left 和 right 分别设置为 0 和 size -1。在循环的每次迭代中，将变量 mid 设置为 left 和 right 之间区域的中间值。如果处于mid的元素值小于目标值，则将 left 代表的索引移动到 mid 后的一个元素的位置上，即下一组要搜索的区域是当前数据集的上半区。如果 mid 位置的元素大于目标元素，则将 right 代表的索引移动到 mid 前一个元素的位置上，即下一组要搜索的区域是当前数据集的下半区。随着不断的搜索，left 不断向右移，right 不断向左移，直到 mid 处找到目标元素或者 left 和 ***right***重合时算法结束。这个过程可以用如下图来表示：

代码实现

JavaScript实现

function binary_search(arr,item) {
	var left = 0;  //数组的左边界
	var right = arr.length - 1;  //数组的右边界
	while (left <= right) {
		var mid = (left + right) / 2;
		var guess = arr[mid];
		if (guess == item) {
			return mid;
		} else if (guess > item) {
			right = mid - 1;  // 如果中间值大于目标值,则将右边索引移动到中间值的前一个元素的位置上
		} else {
			left = mid + 1;  // 如果中间值小于目标值,则将左边索引移动到中间值的后一个元素的位置上
		}
	}
	return -1;
}

Python实现

def binary_search(list, item):
	left = 0  # 表示左边界索引
	right = len(list) - 1  # 表示有边界索引
	while left <= right:
		mid = int((left + right) / 2)  # 表示中间值的索引
		guess = list[mid]
		if guess == item:
			return mid;  # 如果中间值等于目标值,返回目标值的索引
		if guess > item:
			right = mid - 1  # 如果中间值大于目标值,则将右边索引移动到中间值的前一个元素的位置上
		else:
			left = mid + 1  # 如果中间值小于目标值,则将左边索引移动到中间值的后一个元素的位置上
	return None		

Java实现

public static int binarySearch(int[] array,int item) {
	int left = 0;
	int right = array.length - 1;
	while (left <= right) {
		int mid = (left + right) / 2;
		int guess = array[mid];
		if (guess == item) {
			return mid;
		} else if (guess > item) {
			right = mid - 1;
		} else {
			left = mid + 1;
		}
	}
	return -1;
}