二分查找算法

二分查找思想

每次都通过跟区间的中间元素比较，将待查找的区间缩小为原来的一半，直到找到要查找的元素或区间长度被缩小为 0。

例如：

从区间1-100中找到22。

1-100的中间数是50。

先用中间数50与22比较，50>22，那么抛弃区间50-100，剩下区间1-49；

再用中间数25与22比较，25>22，那么抛弃区间25-49，剩下区间1-24；

再用中间数12与22比较，12<22，那么抛弃区间1-12，剩下区间13-24；

再用中间数18与22比较，18<22，那么抛弃区间13-18，剩下区间19-23；

再用中间数21与22比较，21<22，那么抛弃区间19-21，剩下区间22-23；

再用中间数23与22比较，23>22，那么抛弃区间23，剩下区间22-22；

再用中间数22与22比较，22=22，找到22，结束。

使用二分法查找，7步，必定能查找到你要的那个数。

遍历查找与二分查找的区别

遍历查找，假设待查找的区间长度为n，那么就要遍历n次，时间复杂度为O(n)。

二分查找，假设待查找的区间长度为n，每次查找后区间都会缩小为原来的一半，也就是会除以 2，时间复杂度为O(log2n)，即O(logn)。

来回答上面为什么是7步必定能找到那个数，因为log₂n，n为100，log₂100≈7（2^7=128）。

理解不了？我们再举个例子：如果区间包含8个元素，就最多需要查找3次，因为log₂8 = 3（2^3 = 8）。

适用场景

1.二分查找依赖的是顺序表结构，简单点说就是数组。

那二分查找能否使用其他数据结构存储数据？比如链表。答案是不可以的，主要原因是二分查找算法需要按照下标随机访问元素。数组按照下标随机访问数据的时间复杂度是 O(1)，而链表随机访问的时间复杂度是 O(n)。所以，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。

2.二分查找针对的是有序数据。

如果数据没有序，我们需要先排序。

如果我们针对的是一组静态的数据，没有频繁地插入、删除，我们可以进行一次排序，多次二分查找。

二分查找只适用在插入、删除操作不频繁，一次排序多次查找的场景中。针对动态数据集合，可以考虑二叉树。

3.数据量太小不适合二分查找。

数据量太小，顺序遍历查找就足够了。

4.数据量太大也不适合二分查找。

二分查找的底层需要依赖数组这种数据结构，而数组为了支持随机访问的特性，要求内存空间连续，对内存的要求比较苛刻。比如，我们有 1GB 大小的数据，如果希望用数组来存储，那就需要 1GB 的连续内存空间。

那么申请这1G连续内存空间就会比较有难度，就不适合用二分查找了。

5.数据之间的比较操作非常耗时，不管数据量大小，推荐使用二分查找。

比如，数组中存储的都是长度超过 300 的字符串，如此长的两个字符串之间比对大小，就会非常耗时。我们需要尽可能地减少比较次数，而比较次数的减少会大大提高性能，这个时候二分查找就比顺序遍历更有优势。

Python代码实现

def b_search(dist_list, dist_num):
    _start = 0
    _end = len(dist_list) - 1
    count = 0
    while _start <= _end:
        count = count + 1
        mid = int((_start + _end) / 2)
        mid_num = dist_list[mid]
        print(mid_num)
        if mid_num == dist_num:
            break
        elif mid_num < dist_num:
            _start = mid + 1
        elif mid_num > dist_num:
            _end = mid - 1
    print("count is %s" % count)

if __name__ == "__main__":
    arr = list(range(1, 101))
    b_search(arr, 22)