二分查找算法

     ~~~~     在计算机科技中，二分查找算法，也称为折半搜索算法、对数搜索算法，是一种在有序数列中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。
     ~~~~     二分查找算法在情况下的复杂度是对数时间，进行$O(logn)$次比较操作（$n$在此次是数组的元素数量，$O$是大o记号，$log$是对数）。二分查找算法使用常数空间，无论对任何大小的输入数据，算法使用的空间都是一样的。除非输入数据数量很少，否则二分查找算法比线性搜索更快，但数组必须是先被排序。尽管特定的、为了快速搜索而设定的数据结构更有效（比如哈希表），二分查找算法应用更广。
     ~~~~     二分查找算法有许多变种。比如分散层叠可以提升在多个数组中对一个数值的搜索。分散层叠有效的解决了计算几何学和其他领域的许多搜索问题。指数搜索将二分查找算法扩宽到无边界的列表。二叉搜索树和B树数据结构就是基于二分查找算法的。

算法

     ~~~~     二分搜索支队有序数组有效。二分搜索先比较数组中比特素和目标。如果目标值与中比特素相等，则返回其在数组中的位置；如果目标值小于中比特素，则搜索继续在前半部分的数组中进行。如果目标值大于中比特素，则搜索继续在数组上部分进行。由此，算法每次排除掉至少一半的待查数组。

步骤

     ~~~~     给予一个包含$n$个带值元素的数组$A$或是记录$A_0,...,A_{n-1}$，使$A_0\le ...\le A_{n-1}$，以及目标值$T$，还有下列用来查找$T$在$A$中位置的子程序。

1.令$L$为0，$R$为$n-1$。
2.如果$L>R$，则查找以失败告终。
3.令$m$（中间值元素为）$[(L+R)/2]$。（具体实现中，为防止算法溢出，一般采用$L+(R-L)/2$代替。）
4.如果$A_m<T$，令$L$为$m+1$并回到步骤二。
5.如果$A_m>T$，令$R$为$m-1$并回到步骤二。
6.当$A_m=T$，查找结束；会传值$m$。

这个迭代步骤会持续透过两个变量追踪搜索的边界。有些实际应用会在算法的最后放入相等比较，这比较循环更快，但平均而言会多一层迭代。

大致匹配

     ~~~~     以上程序值适用于完全匹配，也就是查找一个目标值得位置。不过，因为有序数组的顺序性，将二分搜索算法扩展到能适用大致匹配并不是很重要。举例来说，二分搜索算法可以用来计算一个赋值的排名（或称跌，比它更小的元素的数量）、前趋（下一个最小元素）、后继（下一个最大元素）以及最近邻。查找两个值之间的元素数目的范围查询可以借由两个排名查询（又称秩查询）来运行。

排名查询可以使用调整版的二分搜索来运行。借助在成功的搜索回传$m$，以及在失败的搜索回传$L$，就会取而代之地回传了比起目标值小的元素数目。
前趋和后继查询可以借由排名 查询来运行。一旦知道目标值得排名，其前趋就会是那个位于其排名位置的元素，或者排名位置的上一个元素（因为他是一个目标值得最大元素）。其后继是（数组中的）下一个元素，或是（非数组中的）前趋的下一个元素。目标值得最近邻可能是前趋或后继，取决于何者较为接近。
范围查询也是直接了当。一旦知道两个值的排名，不小于第一个值且小于第二个值得元素就会是两者排名的差。这个值可以根据范围的端点是否在范围内，或是数组是否包含其端点的对应键来增加或减少1。

复杂度分析

时间复杂度：折半搜索每次把搜索区域减少一半，时间复杂度$O(logn)$。（n代表集合中元素的个数）
空间复杂度：$O(1)$。虽以递归形式定义，但是尾递归，可改写为循环。

应用

除直接在一个数组中查找元素外，可用在插入排序中。

代码示例

int binary_search(const int arr[], int start, int end, int key) {
    int ret = -1;       // 未搜索到数据，返回-1下标
    
	int mid;
	while (start <= end) {
		mid = start + (end - start) / 2; //直接平均可能会溢位，所以用次算法
		if (arr[mid] < key)
			start = mid + 1;
		else if (arr[mid] > key)
			end = mid - 1;
		else {            //最后检测相等是因为多数搜寻状态不是大于就是小于，等于较少 
			ret = mid;  
            break;
        }
	}
	
	return ret;     // 单一出口
}