算法 (六) : 二分查找

原理：

将数组分为三部分，依次是中值（所谓的中值就是数组中间位置的那个值）前，中值，中值后；将要查找的值和数组的中值进行比较，若小于中值则在中值前 面找，若大于中值则在中值后面找，等于中值时直接返回。然后依次是一个递归过程，将前半部分或者后半部分继续分解为三部分。

 

优点：

二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好，占用系统内存较少；

 

缺点：

是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。

 

中文名：	二分查找	提出时间：	1946
别称：	折半查找	优点：	查找速度快
提出者：	John Mauchly	缺点：	待查表为有序表

 

算法要求

1.必须采用顺序存储结构。

2.必须按关键字大小有序排列。

 

算法复杂度

二分查找的基本思想是将n个元素分成大致相等的两部分，取a[n/2]与x做比较，如果x=a[n/2],则找到x,算法中止；如果x<a[n/2],则只要在数组a的左半部分继续搜索x,如果x>a[n/2],则只要在数组a的右半部搜索x.

时间复杂度无非就是while循环的次数！

 

总共有n个元素，

 

渐渐跟下去就是n,n/2,n/4,....n/2^k（接下来操作元素的剩余个数），其中k就是循环的次数

 

由于你n/2^k取整后>=1

 

即令n/2^k=1

 

可得k=log2n,（是以2为底，n的对数）

 

所以时间复杂度可以表示O(h)=O(log2n)

 

下面提供一段二分查找实现的伪代码:

 

BinarySearch(max,min,des)

 

mid-<(max+min)/2

 

while(min<=max)

 

mid=(min+max)/2

 

if mid=des then

 

return mid

 

elseif mid >des then

 

max=mid-1

 

else

 

min=mid+1

 

return max

 

折半查找法也称为二分查找法，它充分利用了元素间的次序关系，采用分治策略，可在最坏的情况下用O(log n)完成搜索任务。它的基本思想是，将n个元素分成个数大致相同的两半，取a[n/2]与欲查找的x作比较，如果x=a[n/2]则找到x，算法终止。如 果x<a[n/2]，则我们只要在数组a的左半部继续搜索x（这里假设数组元素呈升序排列）。如果x>a[n/2]，则我们只要在数组a的右 半部继续搜索x。

 

代码示例

 

Swift源代码