数据结构与算法-02_二分查找

前言

二分查找算法也称折半查找，是一种非常高效的工作于有序数组的查找算法。

1.二分查找基础版

需求：在有序数组 $A$ 内，查找值 $target$

• 如果找到返回索引
• 如果找不到返回 $-1$

代码实现:

public static int binarySearchBasic(int[] a, int target) {
        int i = 0, j = a.length - 1;

        while (i <= j) {
            int m = (i + j) / 2;
            if (target < a[m]) {
                //左边
                j = m - 1;
            } else if (a[m] < target) {
                //右边
                i = m + 1;
            } else {
                return m;
            }
        }
        return -1;
    }

问题1：为什么是 $i<=j$ 意味着区间内有未比较的元素, 而不是 $i<j$ ?

i == j 意味着 i，j 它们指向的元素也会参与比较
i < j 只意味着 m 指向的元素参与比较

问题2：$(i+j)/2$ 有没有问题?

有可能超出正整数所表示的范围

2.二分查找改动版

public static int binarySearchAlternative(int[] a, int target) {
        int i = 0, j = a.length;
        while (i < j) {
            int m = (i + j) >>> 1;
            if (target < a[m]) {
                j = m;
            } else if (a[m] < target) {
                i = m + 1;
            } else {
                return m;
            }
        }
        return -1;
    }

• $i,j$ 对应着搜索区间 $[0,a.length)$（注意是左闭右开的区间），$i<j$ 意味着搜索区间内还有未比较的元素，$j$ 指向的一定不是查找目标
• 如果某次要缩小右边界，那么 $j=m$，因为此时的 $m$ 已经不是查找目标了

问题：为啥这次不加 $i==j$ 的条件了？

这回 $j$ 指向的不是查找目标，如果还加 $i==j$ 条件，就意味着 $j$ 指向的还会再次比较，找不到时，会死循环

3.衡量算法好坏

时间复杂度 比较查找算法与二分查找算法

查找算法

public static int search(int[] a, int k) {
    for (int i = 0;i < a.length; i++) {
        if (a[i] == k) {
            return i;
        }
    }
    return -1;
}

考虑最坏情况下（没找到）例如 [1,2,3,4] 查找 5

• int i = 0 只执行一次
• i < a.length 受数组元素个数 $n$ 的影响，比较 $n+1$ 次
• i++ 受数组元素个数 $n$ 的影响，自增 $n$ 次
• a[i] == k 受元素个数 $n$ 的影响，比较 $n$ 次
• return -1，执行一次

粗略认为每行代码执行时间是 $t$，假设 $n=4$ 那么

• 总执行时间是 $(1+4+1+4+4+1)\ast t=15t$
• 可以推导出更一般地公式为，$T=(3\ast n+3)t$

二分查找算法（二分查找基础版），还是 [1,2,3,4] 查找 5

• int i = 0, j = a.length - 1 各执行 1 次

• i <= j 比较 $floor({\log }_2(n)+1)$ 再加 1 次

• (i + j) >>> 1 计算 $floor({\log }_2(n)+1)$ 次

• 接下来 if() else if() else 会执行 $3\ast floor({\log }_2(n)+1)$ 次，分别为

  • if 比较
  • else if 比较
  • else if 比较成立后的赋值语句

• return -1，执行一次

结果：

• 总执行时间为 $(2+(1+3)+3+3\ast 3+1)\ast t=19t$
• 更一般地公式为 $(4+5\ast floor({\log }_2(n)+1))\ast t$

注意：
左侧未找到和右侧未找到结果不一样

两个算法比较，可以看到 $n$ 在较小的时候，二者花费的次数差不多
但随着 $n$ 越来越大，比如说 $n=1000$ 时，用二分查找算法也就是 $54t$，而查找算法则需要 $3003t$

4.二分查找平衡版

思想：

1. 左闭右开的区间，$i$ 指向的可能是目标，而 $j$ 指向的不是目标
2. 不奢望循环内通过 $m$ 找出目标, 缩小区间直至剩 1 个, 剩下的这个可能就是要找的（通过 $i$）
   • $j-i>1$ 的含义是，在范围内待比较的元素个数 > 1
3. 改变 $i$ 边界时，它指向的可能是目标，因此不能 $m+1$
4. 循环内的平均比较次数减少了
5. 时间复杂度 $\Theta (log(n))$

public static int binarySearchBalance(int[] a, int target) {
        int i = 0, j = a.length;
        while (1 < j - i) {
            int m = (i + j) >>> 1;
            if (target < a[m]) {
                j = m;
            } else {
                i = m;
            }
        }
         return (a[i] == target) ? i : -1;
    }

5. Leftmost 与 Rightmost

有时我们希望返回的是最左侧的重复元素，如果用 Basic 二分查找

• 对于数组 $[1,2,3,4,4,5,6,7]$，查找元素4，结果是索引3

• 对于数组 $[1,2,4,4,4,5,6,7]$，查找元素4，结果也是索引3，并不是最左侧的元素

public static int binarySearchLeftmost(int[] a, int target) {
        int i = 0, j = a.length - 1;
        int candidate = -1;
        while (i <= j) {
            int m = (i + j) >>> 1;
            if (target < a[m]) {
                j = m - 1;
            } else if (a[m] < target) {
                i = m + 1;
            } else {
                candidate = m;
                //继续向左
                j = m - 1;
            }

        }
        return candidate;
    }

如果希望返回的是最右侧元素

public static int binarySearchRightmost(int[] a, int target) {
        int i = 0, j = a.length - 1;
        int candidate = -1;
        while (i <= j) {
            int m = (i + j) >>> 1;
            if (target < a[m]) {
                j = m - 1;
            } else if (a[m] < target) {
                i = m + 1;
            } else {
                candidate = m;
                //继续向右
                i = m + 1;
            }
        }
        return candidate;
    }

应用

对于 Leftmost 与 Rightmost，可以返回一个比 -1 更有用的值

Leftmost

• leftmost 返回值的另一层含义：$<target$ 的元素个数
• 小于等于中间值，都要向左找

 public static int binarySearchLeftmost(int[] a, int target) {
        int i = 0, j = a.length - 1;
        while (i <= j) {
            int m = (i + j) >>> 1;
            if (target <= a[m]) {
                j = m - 1;
            } else {
                i = m + 1;
            }
        }
        return i;
    }

Rightmost

• 大于等于中间值，都要向右找

public static int binarySearchRightmost(int[] a, int target) {
        int i = 0, j = a.length - 1;
        while (i <= j) {
            int m = (i + j) >>> 1;
            if (target < a[m]) {
                j = m - 1;
            } else {
                i = m + 1;
            }
        }
        return i - 1;
    }

范围查询：

• 查询 $x<4$，$\mathrm{0..}leftmost(4)-1$
• 查询 $x\le 4$，$\mathrm{0..}rightmost(4)$
• 查询 $4<x$，$rightmost(4) + 1 … \infty $
• 查询 $4\le x$， $leftmost(4)..\infty$
• 查询 $4\le x\le 7$，$leftmost(4)..rightmost(7)$
• 查询 $4<x<7$，$rightmost(4)+\mathrm{1..}leftmost(7)-1$

求排名：$leftmost(target)+1$

• $target$ 可以不存在，如：$leftmost(5)+1=6$
• $target$ 也可以存在，如：$leftmost(4)+1=3$

求前任（predecessor）：$leftmost(target)-1$

• $leftmost(3)-1=1$，前任 $a_1=2$
• $leftmost(4)-1=1$，前任 $a_1=2$

求后任（successor）：$rightmost(target)+1$

• $rightmost(5)+1=5$，后任 $a_5=7$
• $rightmost(4)+1=5$，后任 $a_5=7$

求最近邻居：

• 前任和后任距离更近者

总结

二分查找性能

时间复杂度

• 最坏情况：$O(\log n)$
• 最好情况：如果待查找元素恰好在数组中央，只需要循环一次 $O(1)$

空间复杂度

• 需要常数个指针 $i,j,m$，因此额外占用的空间是 $O(1)$