浅谈二分查找

如果你学习数据结构已经有一段时间了，那么我相信对于二分查找，你一定不会陌生，但是如果你还没听说过斐波那契查找，那么我想这篇文章值得你一读~接下来我们就从最基本的二分查找说起，来聊一聊关于二分查找的各种变化版本。

一、二分查找

为了把重点放在查找算法的讨论上，我们这里统统使用整型数组作为查找目标的容器；其他类型的容器，只要其元素之间可以比较大小，那么就都可以使用基于比较树模型的查找算法，关于比较树模型，可以参考另一篇博客（暂未完成）。

那么对于一个给定的数组，如果数组中的元素是无序的，我们要在这个数组中查找某个元素的话，只能从第一个元素开始一一比对，直到找到我们要找的元素，这样的话需要的时间复杂度为O(n)；但是如果这个数组中的元素是按序排列的，那么我们是不是还需要从第一个元素开始依次比对呢？答案是否定的，数组这种循秩访问（也就是按照索引访问元素）的特点加上有序性，使得我们可以将“减而治之”（这里是指搜索的范围不断减小，所以是减治）的策略运用于有序数组的查找，思路如下：

假设我们需要再数组S的[lo, hi)区间中查找元素t：

以任一元素S[mid]为界，数组S可以被分为三个部分：S[lo, mid)，S[mid]，S(mid, hi)；

且根据数组的有序性可知：S[lo, mid) <= S[mid] <= S(mid, hi)

那么我们只需要将S[mid]与目标元素t对比，就可以根据比较结果分三种情况进一步处理：

1. S[mid] < t，则t若存在，一定位于右侧子区间S(mid, hi)；
2. S[mid] > t，则t若存在，一定位于左侧子区间S[lo, mid)；
3. S[mid] = t，则s[mid]就是我们要找的元素！

这样，如果mid = (lo + hi) / 2的话，当我们在这一次中没有找到目标元素的话，就可以将查找范围直接缩小为原来的一半，然后继续按此方法查找，根据渐进理论可知，采用这种方法将使时间复杂度下降至O(logn)！与O(n)相比几乎改进了一个线性因子。

那么我们怎样实现这样的一种算法呢？我们先来看一下版本A：