数据结构之折半查找

折半查找（Binary Search），也称为二分查找，是一种在有序数组中查找特定元素的搜索算法。其工作原理是，通过不断将待查找的区间分成两半，并判断待查找的元素可能存在于哪一半，然后继续在存在可能性的那一半区间中查找，直到找到该元素或者区间被缩小为0为止。

折半查找的基本步骤

1、初始化：

确定查找范围的上下界，即查找区间的起始位置low和结束位置high，通常初始时low = 0，high = 数组长度 - 1。

2、循环查找：

当low <= high时，执行以下步骤：

计算中间位置mid = (low + high) // 2（注意使用整除以避免浮点数）。
判断中间位置的元素是否是要查找的元素，即arr[mid] == target：
如果是，则查找成功，返回中间位置mid（或该位置的索引mid，取决于具体实现）。
如果不是，则判断target与arr[mid]的大小关系，并据此调整查找范围：
如果target < arr[mid]，则说明target在左半部分，更新high = mid - 1。
如果target > arr[mid]，则说明target在右半部分，更新low = mid + 1。

3、查找失败：

如果循环结束时仍未找到target，则说明数组中不存在该元素，返回查找失败的信息（通常是-1或特定值）。

折半查找的Python示例

def binary_search(arr, target):
    """
    折半查找（二分查找）
    :param arr: 有序数组
    :param target: 要查找的目标值
    :return: 目标值在数组中的索引，如果未找到则返回-1
    """
    low, high = 0, len(arr) - 1
    
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == target:
            return mid  # 找到目标值，返回索引
        elif arr[mid] < target:
            low = mid + 1  # 调整查找范围到右半部分
        else:
            high = mid - 1  # 调整查找范围到左半部分
    
    return -1  # 未找到目标值，返回-1

# 示例
arr = [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
target = 7

result = binary_search(arr, target)
print(f"元素{target}在数组中的索引为：{result}")  # 输出：元素7在数组中的索引为：3

折半查找的优缺点

优点：
查找速度快，时间复杂度为O(log n)，其中n是数组的长度。
对于大数据集，查找效率远高于顺序查找。

缺点：
要求待查找的数组必须是有序的。
数组必须有随机访问的能力，即可以使用索引直接访问元素，这限制了它在链表等数据结构上的应用。
当数据集非常大时，需要较大的内存空间来存储整个数组。