二分法搜索技术
二分搜索算法是运用分治策略的典型例子
给定已排好的序的n个元素a[0:n-1],现在要再在这个元素序列中找到特定的元素x.
最好理解的当然是使用顺序法逐一比较,直到找到该元素x
二分搜索思想:当数据量很大适宜采用该方法。采用二分法查找时,数据需是排好序的。主要思想是:(设查找的数组区间为array[low, high])
- 确定该期间的中间位置K
- 将查找的值T与array[k]比较。若相等,查找成功返回此位置;否则确定新的查找区域,继续二分查找。区域确定如下:a.array[k]>T 由数组的有序性可知array[k,k+1,……,high]>T;故新的区间为array[low,……,K-1]b.array[k]<T 类似上面查找区间为array[k+1,……,high]。每一次查找与中间值比较,可以确定是否查找成功,不成功当前查找区间缩小一半。递归找,即可,时间复杂度:O(log2n)
具体算法如下:
/**
*
* @param array 需要找寻的数组
* @param value 希望查找到的数据
* @return 返回的是找寻到的数据的数组下标
*/
public static int binary(int[] array, int value) {
int low = 0;
int high = array.length - 1;
while (low <= high) {
int middle = (low + high) / 2;
if (value == array[middle]) {
return middle;
}
if (value > array[middle]) {
low = middle + 1;
}
if (value < array[middle]) {
high = middle - 1;
}
}
return -1;
}
容易看出,每执行一次算法的while循环,待搜索数组大小减少一半,因此,在最坏的情况下,while循环被执行了O(logn),循环体内部为O(1),所以整个算法在最坏的情况下的时间复杂度为O(logn)
二分法搜索技术
二分搜索算法是运用分治策略的典型例子
给定已排好的序的n个元素a[0:n-1],现在要再在这个元素序列中找到特定的元素x.
最好理解的当然是使用顺序法逐一比较,直到找到该元素x
二分搜索思想:当数据量很大适宜采用该方法。采用二分法查找时,数据需是排好序的。主要思想是:(设查找的数组区间为array[low, high])
- 确定该期间的中间位置K
- 将查找的值T与array[k]比较。若相等,查找成功返回此位置;否则确定新的查找区域,继续二分查找。区域确定如下:a.array[k]>T 由数组的有序性可知array[k,k+1,……,high]>T;故新的区间为array[low,……,K-1]b.array[k]<T 类似上面查找区间为array[k+1,……,high]。每一次查找与中间值比较,可以确定是否查找成功,不成功当前查找区间缩小一半。递归找,即可,时间复杂度:O(log2n)
具体算法如下:
/**
*
* @param array 需要找寻的数组
* @param value 希望查找到的数据
* @return 返回的是找寻到的数据的数组下标
*/
public static int binary(int[] array, int value) {
int low = 0;
int high = array.length - 1;
while (low <= high) {
int middle = (low + high) / 2;
if (value == array[middle]) {
return middle;
}
if (value > array[middle]) {
low = middle + 1;
}
if (value < array[middle]) {
high = middle - 1;
}
}
return -1;
}
容易看出,每执行一次算法的while循环,待搜索数组大小减少一半,因此,在最坏的情况下,while循环被执行了O(logn),循环体内部为O(1),所以整个算法在最坏的情况下的时间复杂度为O(logn)