深入理解二分查找

何为二分查找法

以下来自Wiki

在计算机科学中，二分搜索（英语：binary search），也称折半搜索（英语：half-interval search、对数搜索（英语：logarithmic search，是一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。

二分查找法的使用

计算机世界里,快速查找是一个非常重要的话题，二分查找作为基础且重要的查找方法，值得深入学习。

使用二分查找的要点：

• 时间复杂度：$O(logn)$，原因在于每次把搜索区域减少一半
• 空间复杂度：$O(1)$
• 使用条件：有序数组

C++中的二分查找法

头文件： #include

主要使用的两个函数：

• lower_bound(first, last, key)
• upper_bound(first, last, key)

要说明的是，在有关数组界限中，一般使用左闭右开的原则，即(,]

左闭右开原则

大多数有关界限的问题，计算机世界中大多会使用左闭右开的原则，其原因归结于下：

1. 上下界之差为元素个数
2. 易于表现两个相邻区间，前一区间的下界，即为后一区间的上界
3. 易于表达空集，上界不会大于下界

lower_bound返回值说明

lower_bound返回值ret与key的关系:

$ret\ge key$

upper_bound返回值说明

lower_bound返回值ret与key的关系:

$ret>key$

使用Python实现lower_bound()

丑陋实现

def lower_bound(sublist, key):
    """
    二分查找
    :param sublist: 有序序列
    :param key:  需要查找的值
    :return: >= key
    """
    l, r = 0, len(sublist)
    while l < r:  # 根据左闭右开原则, l < r 表示还有区域可搜索
        # m = (l + r) // 2 存在溢出可能
        m = l + (r - l) // 2
        # 若搜索区域为偶数,则m中间靠右,即偏大
        # 若搜索区域为奇数,则m中间
        if sublist[m] > key:
            # key在sublist[m]的左侧
            r = m
        elif sublist[m] < key:
            # key 在sublist[m]的右侧
            l = m + 1  # 左闭右开区间, m索引已经考虑,不符合,即不在搜索区域内
        else:
            # 相等下,遍历左侧搜索区域,该步骤可能会提高时间复杂度
            for i in range(m - 1, l - 1, -1):
                if sublist[i] != key:
                    return i + 1
    # 出循环条件 l == r, 意味没有找到
    if l < len(sublist) and sublist[l] < key:
        l += 1

    return l

优化实现

以上的实现,是最直观的实现方法,但非常冗长.

关键点:

1. 如果key在数组中大量重复,会严重降低算法复杂度
2. 最后返回值处理并不优雅,没有充分考虑到各种每次所选择的中间值(偶数情况)带来的问题

关键点1的解决：

应该依旧使用二分查找在剩下的区域中查找，从而避免算法退化

关键点2的解决：

考虑一种情况,key值不在数组中.

如果进行二分搜索,搜索范围应该是:

…->4->2->1

考虑4个元素情况下的一些情形（未列举完全）:

如图所示,黄色为本次循环的middle值,即所考察的值。
而红色为key本该在的位置，箭头为最终指向的返回值。

通过图发现，每次返回的值与key的大小关系不固定。

而最终返回值期望是大于或等于key的值。

原因在于：如果为偶数元素个数情况下，small，(middle)， big，在这次循环中，会选择big，从而导致大值被排除，剩下较小值，不满足返回条件

综上，代码修改如下：

def lower_bound(sublist, key):
    """
    二分查找
    :param sublist: 有序序列
    :param key:  需要查找的值
    :return: >= key
    """
    l, r = 0, len(sublist)
    while l < r:
        m = l + (r - l - 1) // 2  # 选择靠左的值
        if sublist[m] >= key:
            # 在等于的情况下,考虑重复元素,要依旧在左侧寻找key,因此设置右界限为m
            r = m
        else:
            l = m + 1
    return r

结尾

曾经以为二分查找算法非常简单，但通过深入学习优秀的源码，以及自己动手，才发现并没有想象中的那么简单，想要写出优雅的算法代码，确实是需要多思考多动手的。