二分查找练习

如何编程实现“求一个数的平方根”？要求精确到小数点后 6 位。

先把求小数问题转换成求整数问题, 精度为1, 再除以10^6, 转换成小数

1. 先把要求的数 n*10¹²
2. 二分法求出这个数 n*10¹² 的平方根整数x, 要求 x²<=n*10¹² 并且 (x+1)²> n*10¹²
3. 将 x / 10⁶ 得到精确到小数点后6位的平方根

	/**
     * 求一个数的平方根
     * @param value 数
     * @param accuracy 小数位数
     * @return
     */
    public static double square(double value, int accuracy){
        //把它转换成求整数问题, 精度为1, 再转换为小数
        double bigValue = value * Math.pow(10, accuracy * 2);
        int low = 0;
        int high = (int) Math.ceil(bigValue);

        //二分法查找i i^2<bigValue&&(i+1)^2>bigValue
        while(low <= high){
            int mid = ((high - low) >> 1) + low;
            if (Math.pow(mid, 2) <= bigValue && Math.pow(mid + 1, 2) > bigValue) {
                return mid / Math.pow(10, accuracy);
            }else if(Math.pow(mid, 2) > bigValue){
                high = mid - 1;
            }else{
                low = mid + 1;
            }
        }
        return -1D;
    }

如何在 1000 万个整数中快速查找某个整数？

这个问题并不难。我们的内存限制是 100MB，每个数据大小是 8 字节，最简单的办法就是将数据存储在数组中，内存占用差不多是 80MB，符合内存的限制。借助今天讲的内容，我们可以先对这 1000 万数据从小到大排序，然后再利用二分查找算法，就可以快速地查找想要的数据了。

看起来这个问题并不难，很轻松就能解决。实际上，它暗藏了“玄机”。如果你对数据结构和算法有一定了解，知道散列表、二叉树这些支持快速查找的动态数据结构。你可能会觉得，用散列表和二叉树也可以解决这个问题。实际上是不行的。

虽然大部分情况下，用二分查找可以解决的问题，用散列表、二叉树都可以解决。但是，我们后面会讲，不管是散列表还是二叉树，都会需要比较多的额外的内存空间。如果用散列表或者二叉树来存储这 1000 万的数据，用 100MB 的内存肯定是存不下的。而二分查找底层依赖的是数组，除了数据本身之外，不需要额外存储其他信息，是最省内存空间的存储方式，所以刚好能在限定的内存大小下解决这个问题。

如果数据使用链表存储，二分查找的时间复杂就会变得很高，那查找的时间复杂度究竟是多少呢？

使用数组的时候, 因为数组随机访问的特性, 访问中间节点的时间复杂度是O(1), 二分查找的时间复杂度是O(1) + O(1) + … + O(1), 而需要访问中间节点的次数是k次, k = log₂n, 所以用数组二分查找时间复杂度O(logn)。

类比到使用链表, 链表长度是n时, 访问中间节点的时间复杂度是O(n/2)=O(n), 相应的二分查找时间复杂度是 O(n/2) + O(n/4) + … + O(n/2^k), k=log₂n, 等比数列求和, 二分查找的时间复杂度是O(n)
我一开始是这么推断的, 但这其实是错的。你有没有发现, 之所以是等比数列是要求每次查找的目标区间都落于左半部分, 然而实际上目标有可能落于右半部分。
实际上基于链表的二分查找的时间复杂度是 O(n) + O(n) +…+ O(n), k = log₂n, 最终时间复杂度是O(nlogn)