二分查找
(1)策略:
每经过至多两次比较,或者命中,或者将问题规模缩减一半
T
(
n
)
=
O
(
1
)
+
T
(
n
/
2
)
T(n)=O(1)+T(n/2)
T(n)=O(1)+T(n/2)
解得
T
(
n
)
=
O
(
l
o
g
n
)
T(n)=O(logn)
T(n)=O(logn)
(2)实现:
int binSearch(int value,int lo,int hi){
int mid;
while(lo<hi){
mid = (lo+hi)>>1;
if(value<Array[mid])hi = mid;
else if(value>Array[mid])lo= mid+1;
else return mid;
}
return lo;
}
(3)比较操作次数:
加入对比较次数的考量,二分查找的平均性能为
O
(
1.5
l
o
g
n
)
O(1.5logn)
O(1.5logn)
(4)二分查找的不足:
二分查找转向左右分支的比较次数不相等,向左侧只需要一次比较,而向右侧需要两次比较,而递归深度却相同。
(5)针对比较次数做针对性改进:
1、Fibonacci查找
使递归深度不平衡,对转向成本的不平衡进行补偿,进而优化算法效率。
不再均衡划分向量,而是使左侧更长,右侧更短。若设整体长度是fib(k)-1,则在fib(k-1)-1处划分。从而左侧长度为fib(k-1),右侧长度为fib(k-2)-1,称作Fibonacci查找,在查找次数上是最优的。
2、直接解决:
将三分支转化为了两分支,缺点是最好情况下性能倒退,但整体性能更稳定
int binSearch_TwoBranch(int value,int lo,int hi){
int mid;
while(hi-lo > 1) {
mid = (lo+hi)>>1;
if(value<Array[mid])hi = mid;
else if(value>=Array[mid])lo= mid;
}
return Array[lo]==value?lo:-1;
}
(6)满足语义要求的实现
int binSearch(int value,int lo,int hi){
int mid;
while(hi-lo > 1) {
mid = (lo+hi)>>1;
value<Array[mid]?hi = mid:lo=mid+1;
}
return --lo;
}