二分查找边界问题分析

二分查找边界问题分析

概述

二分查找对于有序序列性能非常优越，能够达到O(logn)级别，因此熟练使用二分搜索是非常重要的。但是，正如Knuth评价的那样：
　　Although the basic idea of binary search is comparatively straightforward, the details can be surprisingly tricky…
　　意思是说，尽管二分搜索算法的基本思想比较简单，但是细节却非常棘手。我觉得这样的评价真的是非常客观而且到位的，如果不花点心思研究一下二分搜索算法的边界问题，还真的很难做到熟练使用二分搜索算法。这里，我就把自己学习时候的理解和体会作以总结和分析。

二分查找的基本思路

最基本的二分查找算法的实现如下代码所示：对一个有序序列而言（我们此处只讨论非递减序列）对于某个要查找的值，我们每次取搜索区间的中间位置，根据中间位置来决定下一步该如何做，则可以分为以下三种情况：
　　1.如果中间位置的值是我们要查找的值，则返回对应的下标
　　2.如果中间位置的值比我们要查找的值小，则可以推出我们要查找的值在搜索区间的后半部分，更新搜索区间即可（因为序列非递减）
　　3.如果中间位置的值比我们要查找的值大，则可以推出我们要查找的值在搜索区间的前半部分，更新搜索区间即可
　　4.重复上述步骤，直到找到查找值，或者区间长度小于0（即搜索区间不存在）则未找到。

//a[]为要搜索的数组，n表示数组的长度，x表示要搜索的值
int BinarySearch(int a[],int n,int x){
   
    int left=0,right=n-1;               //初始化区间长度
    while(left<=right){
                    //当区间长度大于0时，进行循环，假如循环一直走到尽头，则循环结束时，显然有left=right+1
        int mid=left+(right-left)/2;    //取中间位置，这里的写法可以避免left+right溢出的情况发生
        if(a[mid]==x)                   //如果找到查找值，返回下标
            return mid;
        else if(a[mid]>x)               //如果中间位置的值大于目标值，则向前半部分查找，此时收缩右边界，因为mid位置已经判定过，故right=mid-1
            right=mid-1;
        else if(a[mid]<x)               //如果中间位置的值小于目标值，则向后半部分查找，此使收缩左边界，因为mid位置已经判定过，故left=mid+1
            left=mid+1;
    }                                   //如果查找失败，则必有left之前的所有值都<x，即left所在的位置为x需要插入的位置
    return left;      
}

注意：我这里特别强调了left最后所在位置的特征，这对于理解边界情况非常有帮助，请仔细理解left下标之前的所有值都小于x。

二分查找的边界情况

如果非递减序列中，查找的目标值有多个，则有时候我们需要找到这个重复值的左边界和重复值的右边界（如果此值存在的情况下），如下图所示：
　　

二分查找的左边界

在理解算法的写法之前，我们先来简单分析和理解一下左边界的特征和规律，不难发现左边