python二分查找基础_二分查找 - SegmentFault 思否

由一道题目引出的：

题目描述

给定一个有序的数组，查找某个数是否在数组中，请编程实现。

分析与解法

一看到数组本身已经有序，我想你可能反应出了要用二分查找，毕竟二分查找的适用条件就是有序的。那什么是二分查找呢？

二分查找可以解决(预排序数组的查找)问题：只要数组中包含T(即要查找的值)，那么通过不断缩小包含T的范围，最终就可以找到它。其算法流程如下：

一开始，范围覆盖整个数组。

将数组的中间项与T进行比较，如果T比数组的中间项要小，则到数组的前半部分继续查找，反之，则到数组的后半部分继续查找。

如此，每次查找可以排除一半元素，范围缩小一半。就这样反复比较，反复缩小范围，最终就会在数组中找到T，或者确定原以为T所在的范围实际为空。

对于包含N个元素的表，整个查找过程大约要经过log(2)N次比较。

此时，可能有不少读者心里嘀咕，不就二分查找么，太简单了。

然《编程珠玑》的作者Jon Bentley曾在贝尔实验室做过一个实验，即给一些专业的程序员几个小时的时间，用任何一种语言编写二分查找程序(写出高级伪代码也可以)，结果参与编写的一百多人中：90%的程序员写的程序中有bug(我并不认为没有bug的代码就正确)。

也就是说：在足够的时间内，只有大约10%的专业程序员可以把这个小程序写对。但写不对这个小程序的还不止这些人：而且高德纳在《计算机程序设计的艺术 第3卷 排序和查找》第6.2.1节的“历史与参考文献”部分指出，虽然早在1946年就有人将二分查找的方法公诸于世，但直到1962年才有人写出没有bug的二分查找程序。

你能正确无误的写出二分查找代码么？不妨一试，关闭所有网页，窗口，打开记事本，或者编辑器，或者直接在本文评论下，不参考上面我写的或其他任何人的程序，给自己十分钟到N个小时不等的时间，立即编写一个二分查找程序。

正文：二分查找

关于二分查找法

二分查找法主要是解决在“一堆数中找出指定的数”这类问题。

而想要应用二分查找法，这“一堆数”必须有一下特征：(1)存储在数组中 (2) 有序排列

所以如果是用链表存储的，就无法在其上应用二分查找法了。

至于是顺序递增排列还是递减排列，数组中是否存在相同的元素都不要紧。不过一般情况，我们还是希望并假设数组是递增排列，数组中的元素互不相同。

二分查找法的基本实现

二分查找法在算法家族大类中属于“分治法”，分治法基本都可以用递归来实现的，二分查找法的递归JS实现如下：

function bsearch(array,low,high,target)

{

if (low > high) return -1;

var mid = Math.floor((low + high)/2);

if (array[mid]> target){

return bsearch(array, low, mid -1, target);

} else if (array[mid]< target){

return bsearch(array, mid+1, high, target);

}ese{return mid;}

}

不过所有的递归都可以自行定义stack来解递归，所以二分查找法也可以不用递归实现，而且它的非递归实现甚至可以不用栈，因为二分的递归其实是尾递归，它不关心递归前的所有信息。

function bsearchWithoutRecursion(array,low,high,target)

{

while(low <= high)

{

var mid = Math.floor((low + high)/2);

if (array[mid] > target){

high = mid - 1;

}else if (array[mid] < target){

low = mid + 1;

}else{

return mid;

}

}

return -1;

}

用二分查找法找寻边界值

之前的都是在数组中找到一个数要与目标相等，如果不存在则返回-1。我们也可以用二分查找法找寻边界值，也就是说在有序数组中找到“正好大于(小于)目标数”的那个数。

用数学的表述方式就是：

在集合中找到一个大于(小于)目标数t的数x，使得集合中的任意数要么大于(小于)等于x，要么小于(大于)等于t。

举例来说：

给予数组和目标数

var array = {2, 3, 5, 7, 11, 13, 17};

var target = 7;

那么上界值应该是11，因为它“刚刚好”大于7；下届值则是5，因为它“刚刚好”小于7。

用二分查找法找寻上界

function BSearchUpperBound(array,low,high,target)

{

if(low > high || target >= array[high]) return -1;

var mid = (low + high) / 2;

while (high > low)

{

if (array[mid] > target){

high = mid;

} else{

low = mid + 1;

}

mid = (low + high) / 2;

}

return mid;

}

与精确查找不同之处在于，精确查找分成三类：大于，小于，等于(目标数)。而界限查找则分成了两类：大于和不大于。

如果当前找到的数大于目标数时，它可能就是我们要找的数，所以需要保留这个索引，也因此if (array[mid] > target)时 high=mid; 而没有减1。

用二分查找法找寻下界

function BSearchLowerBound(array,low,high,target)

{

if(high < low || target <= array[low]) return -1;

var mid = (low + high + 1) / 2; //make mid lean to large side

while (low < high)

{

if (array[mid] < target){

low = mid;

}else{

high = mid - 1;

}

mid = (low + high + 1) / 2;

}

return mid;

}

下届寻找基本与上届相同，需要注意的是在取中间索引时，使用了向上取整。若同之前一样使用向下取整，那么当low == high-1，而array[low] 又小于 target时就会形成死循环。因为low无法往上爬超过high。

这两个实现都是找严格界限，也就是要大于或者小于。如果要找松散界限，也就是找到大于等于或者小于等于的值(即包含自身)，只要对代码稍作修改就好了：

去掉判断数组边界的等号：

target >= array[high]改为 target > array[high]

在与中间值的比较中加上等号：

array[mid] > target改为array[mid] >= target

用二分查找法找寻区域

之前我们使用二分查找法时，都是基于数组中的元素各不相同。假如存在重复数据，而数组依然有序，那么我们还是可以用二分查找法判别目标数是否存在。不过，返回的index就只能是随机的重复数据中的某一个。

此时，我们会希望知道有多少个目标数存在。或者说我们希望数组的区域。

结合前面的界限查找，我们只要找到目标数的严格上届和严格下届，那么界限之间(不包括界限)的数据就是目标数的区域了。

//return type: pair

//the fisrt value indicate the begining of range,

//the second value indicate the end of range.

//If target is not find, (-1,-1) will be returned

pair SearchRange(int A[], int n, int target)

{

pair r(-1, -1);

if (n <= 0) return r;

int lower = BSearchLowerBound(A, 0, n-1, target);

lower = lower + 1; //move to next element

if(A[lower] == target)

r.first = lower;

else //target is not in the array

return r;

int upper = BSearchUpperBound(A, 0, n-1, target);

upper = upper < 0? (n-1):(upper - 1); //move to previous element

//since in previous search we had check whether the target is

//in the array or not, we do not need to check it here again

r.second = upper;

return r;

}

它的时间复杂度是两次二分查找所用时间的和，也就是O(log n) + O(log n)，最后还是O(log n)。