算法之二分查找

二分查找算法是运用分治策略的典型例子。

给定一组已经排好序的n个元素a[n]，从这n个元素中找到一个特定元素x。

基本思想：将n 个元素划分成个数大致相同的两部分，取中间元素a[n/2]与x进行比较：

如果x=a[n/2]，即找到x，算法终止；

如果x<a[n/2]，则只在数组a的左半部分继续查找x；

如果x>a[n/2]，则只在数组a的右半部分继续查找x。

c++

#include <iostream>
using namespace std;

//递归实现
int Search(int start,int last,int a[],int target)
{
    if(start>last) return -1;
    int middle = (start+last)/2;
    if(target==a[middle])return middle;
    else if(target>a[middle])return Search(middle+1,last,a,target);
    else if(target<a[middle])return Search(start,middle-1,a,target);
}
int Searcht(int a[],int target,int n)//非递归实现
{
    int left=0,right=n-1;
    int index = -1;
    while(left<=right)
    {
        int middle = (left+right)/2;
        if(target==a[middle]){index= middle;break;}
        else if(target>a[middle])left = middle+1;
        else if(target<a[middle])right=middle-1;
    }
    return index;
}

int main()
{
    int a[] = {0,1,3,4,6,8,9,10,18,25,36,78,99};
    //cout<<Search(0,12,a,4)<<endl;
    cout<<Searcht(a,4,12)<<endl;
}

复杂性分析：对于非递归实现，每执行一次while循环，待查找数组的大小减小一半，因此，最坏情况下，while循环被执行了O(logn)次，循环体内/外的运算需要O(1)时间，所以整个算法在最坏情况下的时间复杂性为O(logn)。对于递归实现，最坏情况下进行O(logn)次递归，所以整个算法在最坏情况下的时间复杂性也是O(logn)。