二分查找是一种搜索算法,也称折半查找、对数搜索,是一种在一个有序数组中搜索某一值或元素的的算法。
过程
在一个有序的数组中,如:list1=[1,2,3,4,5,6,7,8,9] 中,要查找元素值为7的元素。
它每次首先考察中间的元素,如果中间的元素恰好等于目标值,则返回。不等于,如果比目标值小,则说明中间元素及左边的元素都比目标值小,则往右边继续查找。如果比目标值大,则说明中间元素及其右边元素都比目标值大,则往左边继续查找。若未查询到则返回None。
性质
二分查找最优的情况小只查找一次:
时间复杂度为:O(1)
平均及最坏情况下时间复杂度为:O(logn)
空间复杂度为:S(1)(此为迭代实现的代码)
实现
def binnary_search(arr,num): # arr为传进来的数组,num为目标值
left,right=0,len(arr)-1 # left为第一个元素的索引,right为最后一个元素的索引
while left<=right: # 循坏条件
mid=(left+right)//2 # 从中间开始查询
guess=arr[mid]
if guess==num: # 如果查询到的值等于num则返回索引
return mid
if guess<num:
left=mid+1 # 比查询的小则改变左边的边界
else:
right=mid-1 # 反之改变右边的边界
l1=[1,2,3,4,5,6,7,8,9]
print(binnary_search(l1,7))
"""
输出结果为:6 因为7的索引在L1中为6
"""
最大值最小化
注意,这里的有序是广义的有序,如果一个数组中的左侧或者右侧都满足某一种条件,而另一侧都不满足这种条件,也可以看作是一种有序(如果把满足条件看做 ,不满足看做 ,至少对于这个条件的这一维度是有序的)。换言之,二分搜索法可以用来查找满足某种条件的最大(最小)的值。
要求满足某种条件的最大值的最小可能情况(最大值最小化),首先的想法是从小到大枚举这个作为答案的「最大值」,然后去判断是否合法。若答案单调,就可以使用二分搜索法来更快地找到答案。因此,要想使用二分搜索法来解这种「最大值最小化」的题目,需要满足以下三个条件:
- 答案在一个固定区间内;
- 可能查找一个符合条件的值不是很容易,但是要求能比较容易地判断某个值是否是符合条件的;
- 可行解对于区间满足一定的单调性。换言之,如果 是符合条件的,那么有 或者 也符合条件。(这样下来就满足了上面提到的单调性)
当然,最小值最大化是同理的。