二分查找

二分查找

1、算法简介
二分查找也称折半查找（$Binary$ $Search$），它是一种效率较高的查找方法。但是，该算法要求数组必须采用顺序存储结构，而且数组中元素按关键字有序排列。（这里的数组只是一个抽象概念，不一定只存储数值，但是本文的数据结构由于个人水平有限，在实现算法时并未做到较高的普适性）

2、思路分析
首先，假设数组中元素是按非降序排列的，将数组中间位置的元素，与待查找元素进行比较，如果两者相等，则查找成功；
否则利用中间位置记录将数组分成前、后两个子数组，如果中间位置的元素大于查找元素，则进一步查找前子数组，否则进一步查找后子数组。
重复以上过程，直到找到满足条件的记录，使查找成功，或直到子数组不存在为止，此时查找不成功。

下面我们先用伪代码实现一下算法思路：
算法输入：非降序（非升序也可）排列的数组$A[n]$（含有$n$个元素），数组长度$n$和待查找元素$x$。
算法输出：如果$x=A[i],0⩽i<n$，则输出$j$，否则输出$-1$。
伪代码：
$low\leftarrow 0;high\leftarrow n-1;i\leftarrow -1$
$while(low⩽high)and(i==-1)$
$mid\leftarrow (low+high)/2$
$if(x==A[mid])theni\leftarrow mid$
$elseif(x<A[mid])thenhigh\leftarrow mid-1$
$elselow\leftarrow mid+1$
$endwhile$
$returni$

3、时间复杂度分析
根据思路分析，二分查找的核心相信大家已经清楚了，那么我们主要从输入数组的规模着手进行考虑。
$(1)$ 当$n$等于$1$时，一次判断就可=可以解决问题，所以$T(1)=1$；
$(2)$ 当$n⩾2$时，我们需要先进行一次判断，如果找到指定元素，则问题解决；如果没有找到，数组就被分为规格相等的两份（近似均等），并将其中一份剔除，所以$T(n)=T(\lfloor \frac{n}{2}\rfloor )+1$；
$(3)$ 综上，得到时间复杂度表达式$T(n)=\{\begin{array}{l}1ifn==1\\ \\ T(\lfloor \frac{n}{2}\rfloor )+1ifn⩾2\end{array}$
$\Rightarrow T(n)=T(\lfloor \frac{n}{2}\rfloor )+1=T(\lfloor \frac{n}{2^2}\rfloor )+1+1=\cdots =T(\lfloor \frac{n}{2^i}\rfloor )+i$
$\Rightarrow T(n)=T(\lfloor \frac{n}{2^{\lfloor \log n\rfloor }}\rfloor )+\lfloor \log n\rfloor =T(1)+\lfloor \log n\rfloor =1+\lfloor \log n\rfloor =\Theta (\log n)$
因此，得到算法时间复杂度的渐进的阶为$\log n$。

4、$C++$实现

int binary_search(int *A, int n, int x){
	int low = 0, high = n-1, i = -1, mid;
	while(low <= high && i == -1){
		mid = (low + high) / 2;
		if(x == A[mid]) i = mid;
		else if(x < A[mid]) high = mid - 1;
		else low = mid + 1;
	}
	return i;
}

5、$Python$实现

def binary_search(A, n, x):    
    low = 0 
    high = n - 1
    i = -1    
    while low <= high and i == -1:        
        mid = int((low + high) / 2)
        if x == A[mid]:
            i = mid
        elif x < A[mid]:
            high = mid - 1        
        else:
            low = mid + 1    
    return i

6、$Java$实现

public static int binarySearch(int[] A, int n, int x) {
	int low = 0, high = n - 1, i = -1, mid;
	while (low <= high && i == -1) {
		mid = (low + high) / 2;
		if (x == A[mid]) {
			i = mid;
		} else if (x < A[mid]) {
			high = mid - 1;
		} else {
			low = mid + 1;
		}
	}
	return i;
}