算法图解（一）：算法简介

二分查找、大O表示法

 * <第1章> 算法简介 </第1章>
 *  1.2 二分查找 示例：{@link BinarySearch}
 *   1.2.1 更佳的查找方式
 *    （1）一般而言，对于包含n个元素的列表，用二分查找最多需要log2 (n)步
 *    （2）对数运算是幂运算的逆运算
 *          log2 (8) = 3 <-> 2^3 = 8
 *          log2 (16) = 4 <-> 2^4 = 16
 *          log2 (32) = 5 <-> 2^5 = 32
 *    （3）仅当列表是有序的时候，二分查找才管用
 *   1.2.2 运行时间
 *    （1）最多需要猜测的次数与列表长度相同，这被称为线性时间（linear time）：O(n)
 *    （2）二分查找的运行时间为对数时间（或log时间）：O(log n)
 *
 *  1.3 大O表示法
 *   1.3.1 算法的运行时间以不同的速度增加。指出了算法有多块，也就是运行时间（或操作数）的增速
 *   1.3.4 一些常见的大O运行时间
 *    （1）O(log n)，也叫对数时间，这样的算法包括二分查找
 *    （2）O(n)，也叫线性时间，这样的算法包括简单查找
 *    （3）O(n * log n)，这样的算法包括快速排序 —— 一种速度较快的排序算法
 *    （4）O(n²)，这样的算法包括简单排序 —— 一种速度较慢的排序算法
 *    （5）O(n!)，这样的算法包括旅行商问题的解决方案 —— 一种非常慢的算法
 *
 *  1.4 小结
 *    （1）二分查找的速度比简单查找要快得多
 *    （2）O(log n)比O(n)快。需要搜索的元素越多，前者比后者就快得越多
 *    （3）算法运行时间并不以秒为单位
 *    （4）算法运行时间是从其增速的角度度量的
 *    （5）算法运行时间用大O表示法表示

/**
 * 二分查找
 */
public class BinarySearch {

    /**
     * 接收一个有序数组和一个元素，返回指定的元素在数组中的位置
     *
     * @param arr
     * @param searchValue
     * @return
     */
    private static int binarySearch(int[] arr, int searchValue) {
        // 查找次数  最多为log2 (arr.length)
        int searchCount = 0;
        // low和high用于跟踪要在其中查找的列表部分
        int low = 0;
        int high = arr.length - 1;

        // 只要范围没有缩小到只包含一个元素
        while (low <= high) {
            // 就检测中间元素
            int mid = (low + high) / 2;
            // 返回中间元素的值
            int guess = arr[mid];

            searchCount++;
            // 如果值与输入的值相同，则返回位置
            if (guess == searchValue) {
                System.out.println("查找次数：" + searchCount);
                return mid;
            }
            // 如果中间位置的值要大于输入的值，则向左缩小一半范围，反之向右
            if (guess > searchValue) {
                high = mid - 1;
            } else {
                low = mid + 1;
            }
        }

        return -1;
    }

    public static void main(String[] args) {
        int[] arr = new int[1000];
        for (int i = 0; i < arr.length; i++) {
            arr[i] = i + 1;
        }

        System.out.println(binarySearch(arr, 25));
        System.out.println(binarySearch(arr, 456));
        System.out.println(binarySearch(arr, 788));
    }
}