二分查找/排序 C语言实现算法解析

Zzzoya

于 2024-01-21 13:21:46 发布

阅读量1.1k

点赞数 22

文章标签：算法数据结构

本文链接：https://blog.csdn.net/m0_70381244/article/details/135716311

版权

一、二分查找算法介绍

1、二分查找简介

二分查找(Binary search)也称折半查找，当我们需要在一个有序序列中寻找一个元素，我们很快就能想到按序查找的方法--顺序查找法（即从前往后寻找），但使用顺序查找法时，当有序序列中的元素较多，需要查找的元素处于序列的后端，这样查找起来就会费时费力，这时二分查找就是一种简单且效率高的查找元素的方法

2、二分查找的本质

很多人认为二分查找的本质是单调性，但其实不是，二分查找与单调性的关系：单调性的序列一定可以使用二分查找，而能使用二分查找的序列不一定满足单调性。

二分查找的本质其实是边界性，即判断所要寻找的元素在哪个满足条件的区域，直到区域内的元素 = 所要寻找的元素。

确定所要查找的元素k，寻找这个序列的中间值mid

区分元素k所在的区域

3、二分查找的基本思路

确定序列的中间值mid，将 mid 与将要寻找的元素 k 进行比较，如果 mid<k ，说明 k 处于序列中间值 mid 的右侧。反之，如果 mid>k ,则元素 k 处于 mid 的左侧，这时我们就能缩小寻找的范围。当寻找的范围改变时，重新计算新范围的中间值 mid，再与元素 k 进行比较，找到 k 处于新的区域，以此类推下去，直到找到元素k在序列中所处的位置。

在进行二分查找时，假如我们需要查找的序列元素为2^32个，那我们所需要查找的次数最多为32次(即每次对于区域范围进行/2缩小处理)，使用顺序查找时，我们需要查找的次数最多为4,294,967,296次！

当只需要查找一次时，时间复杂度为O(1),当需要查找的次数为32次时(假设查找的元素为2^32个)，时间复杂度为O( $\log n$ )。

以下为二分查找的演示：

↓ 要查找的元素k

0         1         2         3         4         5         6         7         8         9

确定mid

                                            ↓ mid ↓k

0         1         2         3         4         5         6         7         8         9

                                                                                                  mid<k 区域更新为mid的右侧

                  ↓k     ↓ mid

                 5             6   7 8 9                 mid>k 区域更新为mid的左侧

                                 ↓ mid        ↓k

                                 5                 6    mid<k 区域更新为mid的右侧

                                ↓ mid

                                6 mid=k 找到所要寻找的元素

                                ↑k

二、二分查找算法代码解析

1，建立一个单调性的序列或数组

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int arr2[20] = { -3,-1,0,2,5,7,8,9,10,15,15 };
	int arr3[20] = { 10,9,8,7,6,5,4,3,2,1 };
	return 0;
}

创建的数组/序列只要满足单调性即可，即不必按照+1的顺序进行排序。

2，计算数组/序列的长度

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int sz = sizeof(arr1) / sizeof(arr1[0]); 
                //数组字节大小/数组单个元素的字节大小  
                // 40/4
	return 0;
}

这里用arr1[ ] 数组进行举例说明。

一个int类型的数据为4个字节，arr1[ ] 数组存放了10个int类型的数据，整个数组大小为40，创建一个int类型的sz来接受计算之后得出的数组长度大小。

3，确定区域的左右边界

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int sz = sizeof(arr1) / sizeof(arr1[0]); //数组字节大小/数组单个元素的字节大小  40/4
	int left = 0;
	int right = sz - 1;
	return 0;
}

数组的第一个元素下标为0，第十个元素下标为 10-1 ，因此可以确定数组的左右边界：

left=0, right = sz - 1

4，计算中间值并开始进行比较

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int sz = sizeof(arr1) / sizeof(arr1[0]); //数组字节大小/数组单个元素的字节大小  40/4
	int left = 0;
	int right = sz - 1;
	int k = 7;  //要查找的元素k
	int mid = (left + right) / 2;
	if (k > arr1[mid])
	{

	}
	else if(k < arr1[mid])
	{

	}
	else
	{

	}
	return 0;
}

将要查找的元素与数组中间值的元素进行比较

当k为7时，k<mid 即k处于mid的右侧，这时候区域的边界就开始发生改变，因为k是大于mid的，因此mid元素所在的位置及左边的区域都已经不需要再排查了。

所以left 左边边界值就改变为mid的后一个区域位置，即 mid + 1，而right的值不需要改变，并计算新的mid值。

当right的边界要改变时，与left边界的改变是同理的，改变为mid的前一个区域位置，即 mid - 1

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int sz = sizeof(arr1) / sizeof(arr1[0]); //数组字节大小/数组单个元素的字节大小  40/4
	int left = 0;
	int right = sz - 1;
	int k = 7;  //要查找的元素k
	int mid = (left + right) / 2;
	if (k > arr1[mid])
	{
		left = mid + 1;
	}
	else if(k < arr1[mid])
	{
		right = mid - 1;
	}
	else
	{
		
	}
	return 0;
}

5 ，多次循环直到找到元素k

上述的比较为一次比较的步骤，当然，我们有时候要查找的时候需要进行多次查找，这时候就需要判断什么时候查找出来或者查找结束。

按照上述的描述我们可以知道，使用二分查找时是运用区间边界来进行比较判断，当我们的左右边界重合时，是不是意味着我们找到了元素k，或者没有找到即将要退出程序。

那我们的判断语句可以将 left < right 作为条件，而我们的比较又不止一次，应该比较到条件不满足为止，因此可以使用while循环进行不断地判断，直到不满足 left < right 的条件。当我们找到了元素k，就意味着mid值就是我们所要寻找的元素k，返回mid的值，当找不到时就会返回0。

完整代码：

int main()
{
	//创建一个存放int类型数据的数组
	int arr1[10] = { 1,2,3,4,5,6,7,8,9,10 };
	int sz = sizeof(arr1) / sizeof(arr1[0]); //数组字节大小/数组单个元素的字节大小  40/4
	int left = 0;
	int right = sz - 1;
	int k = 7;  //要查找的元素k
	while (left < right)
	{
		int mid = (left + right) / 2;
		if (k > arr1[mid])
		{
			left = mid + 1;
		}
		else if(k < arr1[mid])
		{
			right = mid - 1;
		}
		else
		{
			printf("找到了，下标为：%d", mid);
			return mid;
		}
	}
	return 0;
}

由于mid因为数组区域的改变是不断变化的，所以应该将mid放入到while循环中，将mid进行不断的更新数据，直到找到所需要的元素k。