数据结构与算法——11. 二分查找

二分查找

对于有序表，我们有一种比顺序查找更加优秀的查找算法。那就是二分查找算法。

假设有一个从小到大排序的列表。我们从列表中间的项进行对比，如果匹配查找项，则查找结束；如果不匹配，那么就有两种情况：

1. 列表中间项比查找项大，那么查找项只可能出现在前半部分；

   1	2	3	5	7	9	11	25	36
   			目标	中间项

2. 列表中间项比查找项小，那么查找项只可能出现在后半部分。

   1	2	3	5	7	…	…	…	…
   		中间项	目标

但无论如何，我们都要将比对范围缩小到原来的一半：n/2。

然后继续采用上述方法进行查找，查找范围变为列表的前半部分或后半部分，继续查找……。直到找到目标数据项或者不能再继续缩小范围为止。

1. python代码实现

def binary_search(a_list, item):
    """
    二分查找
    :param a_list: 被查找列表
    :param item: 目标元素
    :returns: 元素是否在列表中被找到
    """
    # 初始化列表首端
    first = 0
    # 初始化列表尾端
    last = len(a_list) - 1

    while first <= last:
        # 计算出中间元素的索引
        midpoint = (first + last) // 2
        # 如果中间元素等于目标元素，则查找成功
        if a_list[midpoint] == item:
            return True
        # 如果中间元素大于目标元素，则目标元素在当前列表的前半部分
        elif a_list[midpoint] > item:
            last = midpoint - 1
        # 如果中间元素小于目标元素，则目标元素在当前列表的后半部分
        else:
            first = midpoint + 1
    # 循环完还没找到，则查找失败
    return False

2. 递归算法实现

二分查找算法实际上体现了解决问题的典型策略：分而治之。
将问题分为若干更小规模的部分通过解决每一个小规模部分问题，并将结果汇总得到原问题的解。

因此，二分法也适合用递归算法来实现（因为递归算法也是一种典型的分治策略算法）：

def binary_search(a_list, item):
    """
    二分查找
    :param a_list: 被查找列表
    :param item: 目标元素
    :returns: 元素是否在列表中被找到
    """
    list_size = len(a_list)
    # 递归出口
    if len(a_list) == 0:
        return False
    else:
        midpoint = list_size // 2
        if a_list[midpoint] == item:
            return True
        elif a_list[midpoint] > item:
            # 递归调用：使用切片操作取出列表后半部分，由于切片是左闭右开区间，所以不用减一
            return binary_search(a_list[0:midpoint], item)
        else:
            # 递归调用：使用切片操作取出列表前半部分
            return binary_search(a_list[midpoint + 1 :], item)

3. 算法分析

由于二分查找，每次比对都将下一步的比对范围缩小一半。所以，每次比对后剩余数据项如下表所示：

对比	剩余的元素数量
1	$n/2$
2	$n/4$
3	$n/8$
…	…
$\text{i}$	$n/2^i$

当比对次数足够多以后，比对范围内就会仅剩余1个数据项。无论这个数据项是否匹配查找项，比对最终都会结束，接下列方程：

$\frac{n}{2^i}=1$得到：$i={\log }_2(n)$，所以二分查找算法的复杂度是$O(\log n)$。

4. 二分查找的进一步思考

在递归算法实现的二分查找算法中除了比对，还有一个因素需要
注意到：切片操作。这一操作的算法复杂度是$O(k)$，这使得整个算法的复杂度稍有增加。但这仅仅是为了可读性更好，它完全可以通过传入首尾端索引的方式来代替。

另外，虽然二分查找在时间复杂度上优于顺序查找。但也要考虑到对数据项进行排序的开销：

• 如果一次排序后，可以进行多次查找，那么排序的开销就可以忽略。
• 如果数据集经常变动，排序完成后查找不了几次，那么还是直接用无序表加上顺序查找来得经济。

所以，在算法选择的问题上，光看时间复杂度的优劣是不够的，还需要考虑到实际应用的情况。