【数据结构与算法】-＞算法-＞二分查找

Ⅰ 前言

这篇文章我将详细分析一种针对有序数据集合的查找算法：二分查找（Binary Search） 算法，也叫 折半查找算法。二分查找的思想非常简单，但是看似越简单的东西往往越难掌握。

唐纳德·克努特（Donald E.Knuth）在《计算机程序设计艺术》的第三卷《排序和查找》中说道：“尽管第一个二分查找算法于 1946 年出现，然而第一个完全正确的二分查找算法实现直到 1962 年才出现。”

所以千万不要小看了二分查找，我将会带领大家由浅入深地去探究一下这个算法。

Ⅱ 无处不在的二分思想

二分查找是一种非常简单易懂的快速查找算法，生活中随处可见。最常见的例子就是猜数游戏，一个人在比如说 0 ~ 99 中随便想一个数，另一个人猜，每猜一次，这个人会告诉他是大了还是小了，直到猜中为止。一般来说猜数的人都会猜中间的数，比如第一次猜 49，如果大了，下一次就猜 23，如果小了，就猜75，这样重复下去。

100以内的数字，七次就可以猜出来了。如果是 0 ~ 999，也只需要 10 次。这就是二分查找的思想。

现在回到实际的开发场景中，假设有有 1000 条订单数据，已经按照订单金额从小到大排序，每个订单金额都不同，并且最小单位是元。我们现在想知道是否存在金额等于 19 元的订单，如果存在，就返回订单数据，如果不存在则返回 null。

最简单的办法当然是从第一个订单开始，一个一个遍历这 1000 个订单，直到找到金额等于 19 元的订单为止。但这样查找会比较慢，最坏情况下，可能要遍历完这 1000条记录才能找到。这时候就应该用二分查找了。

我们先假设只有 10 个订单，金额分别是：7，12，19，32，52，61，74，86，88，99。

还是利用二分思想，每次都与区间的中间数据比对大小，缩小查找区间的范围。

其中，low 和 high 表示待查区间的下标，mid 表示带查找区间的中间元素下标。

总结一下，二分查找针对的是一个有序的数据集合，查找思想有点类似分治思想。每次都通过跟区间的中间元素对比，将待查找的区间缩小为之前的一半，直到找到要查找的元素，或者区间被缩小为 0。

Ⅲ 二分查找的速度

二分查找是一种非常高效的查找算法，我们来分析一下它的时间复杂度。

假设数据大小是 n ，每次查找后数据都会缩小为原来的一半，也就是会除以 2.最坏情况下，直到查找区间被缩小为空，才停止。

可以看出来，这是一个等比数列。其中 n/2^k = 1 时，k 的值就是总共缩小的次数。而每一次缩小操作只涉及到两个数据的大小比较，所以，经过了 k 次区间缩小操作，时间复杂度就是 O(k)。通过 n/2^k = 1，我们可以求得 k = log₂n，所以时间复杂度就是 O(log₂n)。

O(log₂n) 这种对数时间复杂度，是极其高效的，有时候比时间复杂度是常量级 O(1) 的算法还要高效。为什么呢？这就是 log₂n的恐怖之处了。

即使 n 非常大，对应的 log₂n 也非常小。比如 n = 2³²，这个数很大了吧，大约是 42 亿。也就是说，我们在 42 亿个数据里用二分查找一个数据，最多需要比较 32 次。

我们知道，用 大 O 标记法表示时间复杂度的时候，会省略掉常数、系数和低阶，对于常量级时间复杂度的算法来说，O(1) 有可能表示的是一个非常大的常量值，比如 O(1000)、O(10000)。所以，常量级时间复杂度的算法有可能还没有 O(log₂n) 的算法执行效率高。

反过来。对数对应的就是指数。像我们知道的棋格上放麦子的故事，还有金融学中的复利效应，都很好地体现了指数的可怕，所以指数时间复杂度的算法在大规模数据面前是无效的。

Ⅳ 二分查找的递归与非递归实现

实际上，简单的二分查找并不难写，我们先从最简单、最基本的写起，再往后看烧脑的。

最简单的情况就是有序数组中不存在重复元素，我们在其中用二分查找值等于给定的数据。

1. 非递归实现

public static int binarySearch(int[] arr, int length, int value) {
   
		int low = 0;
		int high = length - 1;
		
		while (low <= high) {
   
			int mid = (low + high) / 2;
			
			if (arr[mid] == value) {
   
				return mid;
			} else if (arr[mid] < value) {
   
				low = mid + 1;
			} else {
   
				high = mid - 1;
			}
		}
		
		return -1;
	}

这段代码很简单，但是有三个容易出错的地方。

1. 循环退出条件
   注意是 low <= high，而不是 low < high

2. mid 的取值
   实际上，mid = (low +high) / 2 这种写法是有问题的，因为如果 low 和 high 比较大的话，二者相加就有可能会溢出。改进的方法是将其计算方式改为 low + (high - low) / 2。更进一步，如果要将性能优化到极致的话，我们可以用位运算来替代除法，low + ((high - low) >> 1)。

3. low 和 high 的更新
   注意是 low = mid +1，high = mid - 1。如果直接写成 low = mid或 high = mid，就有可能会发生死循环。比如，当 high = 3,low = 3时，如果 arr[3] 不等于 value，就会导致一直循环不退出。

实际上，二分查找除了用循环来实现，还可以用递归来实现。

2. 递归实现

package com.tyz.recursion_b_search.core;

public class BinarySearch