折半查找练习

二分查找针对的是一个有序的数据集合。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。

时间复杂度:O(logn)

    数据大小为n的数组,每次只比较中间的值,然后数据规模缩小n/2,最坏的情况也就是一直到查找空间为空的时候,假设k次比对即可找到正确值,(查到空间为空时)n/(2^k)=1,则k=k=log2n,时间复杂度也就是O(logn)。
    时间复杂度为O(logn):假设一个数组的数据大小n为 2^32,大约是四十多亿,用二分查找来查找里面的一个数的话,最多比较32次也就可以得到这个值了,非常恐怖的快。
 

时间复杂度为O(logn)是在使用数组存储数据的情况下,因为折半查找可以通过下标直接访问中间的二分元素,如果使用链表存储数据呢?使用折半查找的时间复杂度是多少?
答案是O(n),而且甚至可能比遍历查找还慢一些(因为遍历的操作比对命令行更少)。
因为每一次找到中间节点然后比对必须从头开始遍历,比对k次的时间也就是T(n/2)+T(n/4)+…T(n/2^k) = T(n-1)【我也不知道我求错没有】,总之基本上就是O(n)的时间复杂度了。
 
折半查找的使用局限:\

  1. 仅能适用于数组结构,并且数组必须是有序数组,否则需要给数组再排序,就算是快排也需要再使用O(nlogn)的时间。需要连续的内存空间来存储数据,理由如上,因为需要使用数组结构存储数据。
  2. 尽量在静态数据中使用,因为动态数据很难保持长时间的有序,那样排序会给算法带来很大的负担。动态查找需要使用其他的查找算法。
  3. 数据量不能太小,较小的数据量中时间复杂度和遍历基本无区别,而太大的数据又无法保证有序和连续的存储空间。

 

// 循环实现
function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid] === k) {
      return mid
    }else if(a[mid]<k){
      low = mid + 1;
    }else{
      high = mid - 1;
    }
  }
  return -1;
}

// 递归实现
function bsearch (a,k,low,high) {
  if(!low) {low = 0; high = a.length-1;};
  if(low > high) return -1;
  const mid = Math.floor((low + high)/2);
  if(a[mid] === k) {
    return mid;
  }else if(a[mid] < k){
    return bsearch(a,k,mid+1,high)
  }else{
    return bsearch(a,k,low,mid-1)
  }
}
注意点:
  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,两者之和就有可能会溢出。改进的方法是将 mid 的计算方式写成 low+(high-low)/2。更进一步,如果要将性能优化到极致的话,我们可以将这里的除以 2 操作转化成位运算 low+((high-low)>>1)。因为相比除法运算来说,计算机处理位运算要快得多。
  3. low 和 high 的更新low=mid+1,high=mid-1。注意这里的 +1 和 -1,如果直接写成 low=mid 或者 high=mid,就可能会发生死循环。比如,当 high=3,low=3 时,如果 a[3]不等于 value,就会导致一直循环不退出。

二分查找的变形问题

上文所写的二分查找是最基础的一种,数组中没有重复数据并且已排序。

 

 

1、查找第一个值等于给定值的元素

function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid] === k) {
      // 判断是不是当前数组里第一个等于k的元素
      if(mid === 0 || a[mid-1] !== a[mid]){
        return mid;
      }else{
        high = mid - 1;
      }
    }else if(a[mid]<k){
      low = mid + 1;
    }else{
      high = mid - 1;
    }
  }
  return -1;
}

 

2、查找最后一个值等于给定值的元素

function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid] === k) {
      // 判断是不是当前数组里第一个等于k的元素
      if(mid === a.length-1 || a[mid+1] !== k){
        return mid;
      }else{
        high = mid - 1;
      }
    }else if(a[mid]<k){
      low = mid + 1;
    }else{
      high = mid - 1;
    }
  }
  return -1;
}

 

3、查找第一个值大于等于给定值的元素

function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid]<k){
      low = mid + 1;
    }else{
      if(mid === 0 || a[mid - 1] < k){
        return mid;
      }
      high = mid - 1;
    }
  }
  return -1;
}

 

4、查找最后一个小于等于给定值的元素

function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid]<=k){
      if(mid === a.length-1 || a[mid + 1] > k){
        return mid;
      }
      low = mid + 1;
    }else{
      high = mid - 1;
    }
  }
  return -1;
}

 

5、查找最后一个大于等于给定值的元素

function bsearch (a,k) {
  let mid,low = 0,high = a.length-1;
  while(low <= high){
    mid = Math.floor((low + high)/2);
    if(a[mid]<k){
      low = mid + 1;
    }else{
      if(mid === a.length-1 || (a[mid + 1] > k && a[mid - 1] <= k )){
        return mid;
      }
      high = mid - 1;
    }
  }
  return -1;
}

 

扩展题:剑指 Offer II 072. 求平方根

给定一个非负整数 x ,计算并返回 x 的平方根,即实现 int sqrt(int x) 函数。
正数的平方根有两个,只输出其中的正数平方根。
如果平方根不是整数,输出只保留整数的部分,小数部分将被舍去。

var mySqrt = function(x) {
    let mid=0,low = 0,high = x;
    if(x === 0 || x === 1) return x
    while(low <= high){
        mid = low + Math.floor((high-low)/2);
        if(x/mid === mid){
            return Math.floor(mid);
        }else if(x/mid > mid){
            low = mid + 1;
        }else{
            high = mid - 1;
        }
    }
    return Math.floor(low * low < x ? low : low-1); // 向下取整,取low而非mid ,代入数据1即可知
};
  • 7
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值